Открытые модели против облака: T-one, GigaAM или Deepgram: что реально тянет обычный CPU для живых субтитров в звонкеМне понадобились живые субтитры на русском в звонке один на один, и я захотел уйти с облачного Deepgram на свой сервер. Поставил стенд и прогнал T-one от Т-Банка, GigaAM от Сбера и Vosk на…
Салют, Хабр! Ранее мы в SberDevices анонсировали предобученную на русском языке модель GigaAM (Giga Acoustic Model) и её дообученные состояния под распознавание речи (GigaAM-CTC) и определение эмоций (GigaAM-Emo). Сегодня же делимся с сообществом весами моделей и примерами использования.Приглашаем под кат погрузиться в self-supervised learning для звучащей речи и оценить возможности предобученных моделей! Читать далее
В прошлой статье мы рассказывали о GigaAM — семействе открытых акустических моделей для русского языка и их дообученных вариантах под распознавание речи и эмоций. Сейчас мы представляем GigaAM-v3 — новую версию модели, которая ещё сильнее поднимает планку качества open source-моделей распознавания речи (Automatic Speech Recognition, ASR) на русском языке: поддерживает новые домены и end-to-end нормализацию текста. Читать далее
Бесплатная расшифровка без облака: черновик субтитров сразу во встречу, чистовик после встречи в хорошем качествеВ прошлой части я выяснил, что модель T-one даёт живые субтитры с задержкой около секунды, но не ставит точки и заметно уступает облаку. В этот раз я поставил за ним…