Đoạn Video
Ảnh
Nguyễn Thị Phương Thúy✔
Thành viên nổi tiếng
Microsoft vừa thiết lập một cột mốc quan trọng trong lĩnh vực chuyển đổi giọng nói thành văn bản với sự ra đời của MAI-Transcribe-2-Streaming. Được thiết kế để phục vụ các tác vụ đòi hỏi sự phản hồi tức thì, mô hình này không chỉ đơn thuần là công cụ ghi chép mà còn là một bước tiến dài trong việc giảm thiểu độ trễ tương tác. Với khả năng hỗ trợ lên đến 60 ngôn ngữ cùng cơ chế tự động phát hiện ngôn ngữ thông minh, Microsoft đang khẳng định vị thế dẫn đầu trong cuộc đua giải pháp AI phục vụ giao tiếp đa phương thức. Thông tin từ blog của Microsoft cho biết, điểm sáng kỹ thuật của MAI-Transcribe-2-Streaming nằm ở độ trễ cực thấp chỉ 0,13 giây, kết hợp với tỷ lệ sai sót từ vựng (WER) ở mức đáng kinh ngạc 2,5%. Khác với phiên bản tiền nhiệm MAI-Transcribe-2 vốn tập trung vào xử lý hậu kỳ (non-streaming) cho các tệp ghi âm hoặc biên bản hội nghị, biến thể Streaming này thực hiện cơ chế xuất văn bản liên tục ngay khi người dùng bắt đầu nói. Hệ thống sẽ ngay lập tức...
Đọc bài gốc tại đây
