Los desarrolladores han lanzado un modelo de reconocimiento de voz de 0,5 billones de parámetros que puede reconocer 40 lenguajes. Este modelo, llamado Rumble-2-Flash, es más pequeño que otros modelos similares pero ofrece una precisión similar. En pruebas, ha demostrado una tasa de error del 6,96% en lenguajes como el chino, el alemán y el inglés, superando a otros modelos más grandes. El modelo también es rápido, capaz de procesar una hora de audio en solo medio segundo. Los desarrolladores han lanzado el modelo bajo la licencia Apache 2.0 y lo han hecho disponible a través de su API.
Lanzan modelo de reconocimiento de voz de 0,5 billones de parámetros para 40 lenguajes

Imagen ilustrativa: NODO · Identidad del sitio
1 min de lectura · Cómo se elabora esta pieza
Resumen redactado con IA a partir de la noticia original.
Fuente principal:
Hugging Face Blog →
Hugging Face Blog →