iFlytek представила SparkAudio 1.0: безшовний переклад та розпізнавання

На щорічному фестивалі розробників iFlytek Global 1024 компанія iFlytek офіційно представила свою новітню розробку – велику мовну модель SparkAudio 1.0. Ця модель обіцяє значно покращити базові мовні можливості, інтегруючи в собі функції машинного перекладу, розпізнавання мови та семантичного розуміння.

SparkAudio 1.0: Ключові можливості

SparkAudio 1.0 покликана вивести взаємодію людини з машиною на новий рівень. Серед ключових переваг моделі виробник відзначає:

• Високоефективне розпізнавання мови: Модель демонструє видатні результати у розділенні мови різних спікерів у реальному часі, що є надзвичайно важливим для аналізу аудіозаписів з кількома учасниками розмови.
• Розуміння контексту: SparkAudio 1.0 здатен аналізувати звукове оточення та аудіоконтент, що дозволяє точніше інтерпретувати мову, враховуючи фонові шуми та специфіку середовища.
• Емоційне розпізнавання: Покращені алгоритми дозволяють моделі розпізнавати емоційний стан співрозмовника, що може бути корисним для аналітики в сферах обслуговування клієнтів та психологічних досліджень.
• Безшовний переклад: Модель підтримує вільне перемикання між китайською та англійською мовами, що значно спрощує комунікацію в міжнародному середовищі.
• Ідентифікація спікерів: Можливість розпізнавати та відрізняти мову різних людей у реальному часі є однією з найцікавіших функцій SparkAudio 1.0.

За словами представників iFlytek, ці можливості дозволяють штучному інтелекту глибше проникати в реальний світ, роблячи його більш інтерактивним та корисним.

Демонстрація можливостей

Під час презентації було продемонстровано роботу моделі на прикладі аналізу фрагменту фільму. SparkAudio 1.0 з високою точністю визначила стать спікерів, їхні голоси, а також контекст та сцену, що підтверджує заявлені можливості моделі в області розуміння аудіоінформації.

Інтеграція та доступність

Щоб зробити нові можливості доступними для користувачів, SparkAudio 1.0 вже інтегровано в популярні продукти компанії iFlytek:

• iFlytek Input Method 16.0: Інноваційна клавіатура, яка тепер може похвалитися покращеним розпізнаванням мови та перекладом.
• iFlytek Tingjian: Сервіс для транскрипції аудіо.
• iFlytek Office Book: Пристрій для роботи в офісі.
• iFlytek Translator: Електронний перекладач.

Завдяки цій інтеграції, користувачі можуть насолоджуватися перевагами SparkAudio 1.0 безпосередньо під час використання звичних програм та пристроїв.

Нове апаратне рішення: iFlytek AI Recording Ring

Окрім програмної розробки, iFlytek також представила нове апаратне рішення – iFlytek AI Recording Ring. Цей пристрій оснащений 4+1 кільцевим мікрофонним масивом та підтримує передачу даних через Wi-Fi 6. Виробник заявляє про вражаючу точність розпізнавання – понад 96% у загальному заліку. Особливо вражає швидкість роботи: 2 години запису звуку можуть бути перетворені на текст лише за 2 хвилини, що є значним стрибком у продуктивності для завдань транскрипції.

Представлення SparkAudio 1.0 та iFlytek AI Recording Ring свідчить про прагнення iFlytek розширити межі можливого у сфері обробки мови та аудіоінформації, інтегруючи передові технології штучного інтелекту в повсякденні інструменти та пристрої.

Джерело: https://www.ithome.com/1/016/445.htm