Salesforce 发布了 SOV-Transcribe-1,一个为自动语音识别 (ASR) 设计的开放权重模型。该模型在英语转录准确性方面表现出色,并提供多语言支持,以及对转录输出的自然语言控制。它建立在 Salesforce 的 Sovereign Intelligence 计划之上,并集成了 Whisper large-v3 音频编码器和 Gemma 4 26B A4B MoE 语言模型。 AI
影响 为高级语音转文本功能提供了一个开放权重选项,有可能提高开发者的转录准确性和控制力。
排序理由 发布了具有基准测试结果的开放权重模型。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →