متا از مدل تبدیل صوت به متن Muse با قابلیت تشخیص چند گوینده رونمایی کرد▪️ متا مدل جدیدی برای رونویسی لحظهای صدا با نام Muse Voice Transcribe معرفی کرد که میتواند گفتار بیش از ۲۰ گوینده را تشخیص دهد و همزمان با چند زبان کار کند. این مدل همچنین میتواند هنگام تغییر زبان در میانه جمله، زبانهای مختلف را تشخیص دهد و متن را بر همان اساس رونویسی کند.
▪️ مارک زاکربرگ درباره نحوه عملکرد مدل میگوید: «مدل تصمیم میگیرد چه زمانی گوش بدهد. برای واژههای دشوار کمی بیشتر صبر میکند و برای واژههای ساده سریعتر نتیجه را مینویسد.»
جزئیات بیشتر در دیجیاتو
@Digiato
