AssemblyAI发布了Universal-3.5 Pro，这是一款先进的语音转文本模型，旨在处理嘈杂呼叫中心和重叠说话者等复杂音频条件。与使用干净音频的典型演示不同，Universal-3.5 Pro专注于影响实际准确性的20%的困难音频。新模型提高了电子邮件地址和电话号码等关键数据的实体准确性，并包括服务器端Voice Focus等功能，用于降噪和多通道转录，以更好地管理重叠语音。 AI
影响 提高了嘈杂和复杂音频环境中AI驱动的转录服务的准确性。
排序理由 该项目描述了一个现有语音转文本模型的新版本，该版本针对特定用例改进了功能，而不是前沿模型发布。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
