4 geprüfte Beiträge zu Spracherkennung, Produkten und Branchenentwicklungen.
StepFun stellt mit StepAudio 3 gleichzeitig fünf Sprachmodelle vor; das ASR-Modell erreicht im nicht-streamenden Modus eine Wortfehlerrate von 1,7 % und teilt sich Platz eins im Artificial-Analysis-Ranking.
Xiaomi hat das Modell Xiaomi-CocktailASR-1 als Open Source veröffentlicht, das die Stimme eines Zielsprechers aus überlagerten Gesprächen herausfiltert – mit 12,29 % Zeichenfehlerrate bei drei Sprechern, gegenüber 76-121 % bei gewöhnlichen ASR-Modellen.
Ein Test von Hume AI mit 11 ASR-Modellen zeigt: Die niedrigste Fehlerrate fällt oft mit der höchsten Quote an übernommenen Referenzfehlern zusammen – ein Warnsignal für die Modellauswahl in der Produktion.
Tencent veröffentlicht Hy ASR 3.0 preview mit WER-Werten, Dialektabdeckung und Tencent-Cloud-API-Grenzen.