Microsoft выпустила модель MAI-Transcribe-2-Streaming для распознавания речи в реальном времени с поддержкой 60 языков и вводной ценой $0,54 за час аудио.
Microsoft выпустила модель MAI-Transcribe-2-Streaming для потоковой транскрибации речи, которая поддерживает 60 языков и лидирует в тестах с точностью 2,50% и задержкой 0,13 секунды.
Разработчики создали локальный сервер речевой аналитики для замены облачных решений, обеспечив безопасность данных и повысив точность распознавания смешанной речи в телефонных звонках.
Компания Sarvam AI выпустила модель Saaras V4 для распознавания речи на 22 языках Индии и английском, оснастив систему 3-миллиардным декодером и поддержкой ключевых слов.
Компания SpaceXAI выпустила модель Grok Voice Transcribe 2.0, которая вдвое повысила точность распознавания речи и получила расширенную поддержку многоязычного перевода.
Компания SpaceXAI выпустила API для распознавания речи Grok Voice Transcribe 2.0 с улучшенной точностью и прежними тарифами от $0,10 за час работы.
Новое приложение для диктовки «Писарь» использует модель GigaAM от Сбера для локальной обработки речи на процессоре без участия видеокарты.
