В каталоге готовых моделей Selectel появились модели для распознавания речи

Мы расширили наш Foundation Models Catalog — добавили в него модели для транскрибации аудио (Speech-to-Text), включая легендарное семейство Whisper и GLM-ASR-Nano — новую передовую модель для распознавания речи. Они умеют конвертировать живую речь в связный структурированный текст: отлично справляются с шумом, распознают сложные термины, понимают разные акценты и автоматически расставляют знаки препинания.

Главные фишки новых моделей:

• мультиязычность — точечное распознавание десятков языков мира;

• высокая точность — уверенно разбирают даже тихую или быструю речь;

• широкий спектр задач — от расшифровки звонков до создания субтитров к видео.

Сферы применения:

• голосовые ассистенты и умные боты;

• транскрибация интервью, лекций и созвонов;

• аналитика работы колл-центров.

Новые модели уже доступны в Foundation Models Catalog — можете протестировать их и подключить к вашим сервисам через API.