Este contenido evalúa la capacidad de los agentes de voz y los sistemas ASR de vanguardia para manejar a clientes bilingües que utilizan habla con cambio de código. Presenta un análisis comparativo del rendimiento de estas tecnologías en entornos lingüísticos complejos.
El modelo Qwen3 ahora es compatible con la entrada de audio a través de sus versiones `qwen3-omni-moe` (multimodal con entrada de visión y audio) y `qwen3-asr` (reconocimiento automático de voz). Los modelos GGUF para Qwen3-Omni (variantes de 30B) y Qwen3-ASR (1.7B y 0.6B) están disponibles en Hugging Face para uso de la comunidad.
Um desenvolvedor busca a melhor abordagem ASR para integrar speech-to-text em um chatbot, enfrentando restrições orçamentárias e de segurança que o levam a preferir modelos auto-hospedados como Whisper em vez de APIs externas. Ele solicita insights sobre os trade-offs entre modelos locais e APIs, performance e facilidade de implantação para um lançamento de MVP.
Este contenido ofrece una guía sobre cómo realizar el ajuste fino del modelo de Reconocimiento Automático de Voz (ASR) Nemotron 3.5. Su objetivo es ayudar a los usuarios a adaptar el modelo para idiomas, dominios o acentos específicos, optimizando su rendimiento.
La economía unitaria del servicio de voz a texto ha colapsado, ya que los precios de ASR en la nube siguen siendo altos en comparación con el coste marginal casi nulo de ejecutar modelos eficientes localmente en CPUs. Avances recientes, como whisper.cpp, han hecho posible la inferencia de IA potente sin costosas GPUs en la nube, desafiando los modelos de servicio actuales.
Este artículo presenta un sistema TTS-STT autónomo para cerrar la brecha en el ASR de idiomas índicos de nicho donde fallan los sistemas comerciales y de código abierto. Sintetiza audio denso en entidades para mejorar significativamente la Tasa de Aciertos de Entidades en conjuntos de datos desafiantes para idiomas como el telugu.
Este glosario define más de 25 términos esenciales en transcripción y reconocimiento de voz, como WER y diarización. Su objetivo es desmitificar la jerga técnica de la ciencia del habla, el aprendizaje automático y la ingeniería de audio para los usuarios de herramientas de IA.
Este artículo presenta un asistente proactivo de EMR para el diálogo médico-paciente, que supera los sistemas pasivos al integrar ASR en streaming, estabilización de creencias y planificación de acciones. El sistema fue evaluado en un entorno controlado preliminar, logrando un F1 de 0.84 y Recall@5 de 0.87.
Esta investigación introduce un nuevo benchmark para evaluar sistemas comerciales de Reconocimiento Automático de Voz (ASR) en habla con cambio de código. Evalúa a cinco proveedores de ASR en cuatro pares de idiomas, incluyendo árabe-inglés, persa-inglés y alemán-inglés, utilizando un sofisticado pipeline de selección de datos en dos etapas.
Together AI construyó la pila de voz a texto más rápida en Artificial Analysis. Lo lograron tratando el ASR como un problema de sistemas de ruta completa, no solo como un problema de inferencia de GPU.
Este contenido anuncia la integración de Benchmaxxer Repellant en el Open ASR Leaderboard. Esta nueva adición tiene como objetivo mejorar la robustez y la equidad de las evaluaciones de sistemas de reconocimiento automático de voz.