Sakhanda Wire
NVDA $152.94 -2.05% MSFT $505.64 -2.38% GOOGL $280.11 -1.27% META $619.47 -1.11% AMZN $256.54 -0.47%
← К новостям

Sarvam AI выпустила Saaras V4 для 22 индийских языков и английского

Sarvam AI представила Saaras V4 — модель преобразования речи в текст, поддерживающую все 22 языка из перечня индийских официальных языков и английский, включая глобальные варианты английского произношения. Компания заявляет о передовой точности для всех 22 индийских языков. Модель уже доступна через API Sarvam с параметром model="saaras:v4". Веса не опубликованы, а документация по самостоятельному размещению в SageMaker пока относится только к Saaras v3.

В состав системы входят аудиоэнкодер, адаптер временного уменьшения последовательности и Sarvam-3B — гибридная языковая модель с пространственно-состояниевым механизмом на 3 млрд параметров. Saaras V4 поддерживает пять режимов вывода: transcribe, verbatim, codemix, translit и translate. Новая функция подсказок ключевыми терминами принимает до 50 элементов длиной до 64 символов. Она повышает вероятность распознавания терминов, но не гарантирует их появление в результате.

Sarvam сообщает о показателе WER 16,03% в режиме L5 с подсказками ключевыми словами на IndicContextEval и утверждает, что на шумных записях в наборе Kathbath Noisy ошибка менее чем вдвое ниже, чем у Deepgram Nova-3 и GPT-4o Transcribe. Все эти результаты предоставлены разработчиком и пока не подтверждены независимым воспроизведением. Для потоковой обработки через WebSocket заявлено время до первого токена менее 150 миллисекунд. Цена составляет ₹30 за час или ₹45 с диаризацией.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости