4 articles vérifiés sur Reconnaissance vocale, les produits et le secteur.
StepFun a présenté la série StepAudio 3 avec cinq modèles vocaux lancés le même jour ; l'ASR atteint un taux d'erreur de mots de 1,7 % en mode non streaming, à égalité en tête du classement Artificial Analysis.
Xiaomi a mis en open source le modèle Xiaomi-CocktailASR-1, capable d'isoler la voix d'un locuteur cible dans des conversations superposées, avec un taux d'erreur de caractères de 12,29 % à trois locuteurs, contre 76-121 % pour les modèles ASR habituels.
Un test de Hume AI sur 11 modèles ASR montre que le taux d'erreur le plus bas coïncide souvent avec le taux le plus élevé de reproduction des erreurs du texte de référence, un signal d'alarme pour le choix des modèles vocaux.
Tencent lance Hy ASR 3.0 preview avec des chiffres WER, des dialectes couverts et des limites d'API Tencent Cloud.