[태그:] 음성인식

w2v-BERT 2.0을 바탕으로 27개 아프리카 언어 변종을 포괄하는 공개 ASR 기반모델군을 제시하고, 다국어 미세조정과 언어 조건화의 검증 범위를 정리했다.

로봇 시스템에 현장 음성인식 모델을 넣을 때 지연·개인정보·연결성·연산자원의 절충을 문헌과 사례로 정리했다.

코히어가 방언과 코드스위칭이 잦은 아랍어 음성 처리를 겨냥해 20억 매개변수 오픈소스 ASR 모델을 아파치 2.0 라이선스로 공개했다.

YC 출신 스타트업 인터페이즈가 확산모델 방식의 다국어 음성인식 모델을 오픈소스로 공개했다

Treble Technologies와 허깅페이스가 실제 음향 환경을 시뮬레이션한 원거리 ASR 리더보드 FFASR를 공개했다. 근거리 벤치마크 대비 저SNR 원거리 조건에서 오류율이 수배 ...

엔비디아 Canary-1B-v2 모델로 영어 음성을 인식하고 25개 언어로 번역한 뒤 SRT 자막 파일까지 자동 생성하는 엔드투엔드 파이썬 파이프라인 구축법을 소개한다.

AI가 검색·업무를 넘어 놀이, 뷰티, 쇼핑 등 일상 소비 영역으로 빠르게 확산하고 있다. 아모레퍼시픽은 10만 건 이상의 고객 데이터를 학습한 ...

엔비디아가 임상 ASR 모델 평가를 자동화하는 에이전트 스킬 워크플로를 공개했다. NeMo Data Designer와 Nemotron Speech를 활용해 발음 인식 합성 오디오를 ...

기업 고객 응대에 쓰이는 음성 AI 에이전트가 두 언어를 번갈아 쓰는 이중 언어 화자, 즉 코드 스위칭 발화를 얼마나 정확하게 ...

마이크로소프트 AI가 43개 언어를 지원하는 음성 인식 모델 MAI-Transcribe-1.5를 발표했다. Artificial Analysis 리더보드에서 2.4% WER을 기록하며 장문 오디오 처리 속도는 ...

엔비디아가 6억 파라미터 단일 체크포인트로 40개 언어·로케일을 실시간 전사하는 스트리밍 음성인식 모델을 오픈웨이트로 출시했다.

롯데이노베이트가 건설 현장 특화 용어사전을 탑재한 AI 음성번역 에이전트를 상용화했다. 180개 언어를 지원하며 롯데건설·대우건설에 이미 도입됐다.