4B 在端到端模型中整体领先,优势主要来自公式和表格解析
4B 在端到端模型中整体领先,优势主要来自公式和表格解析;处理以文字为主的文档时,还应单独查看文字识别成绩。
4B 在端到端模型中整体领先,优势主要来自公式和表格解析;处理以文字为主的文档时,还应单独查看文字识别成绩。
MosiAI 新发的 0.9B 开源模型,一次性搞定多人对话的转录、打标签和加时间戳,90 分钟音频都不用分块,还支持关键词纠偏,赶紧试试。
语音理解基准终于覆盖了方言和低资源语言,做多语言语音模型或方言应用的团队可以直接用这个基准来评估自己的模型,避免只测英语的偏科问题。
做视频本地化、游戏配音或跨国内容创作的团队,终于有了能保留原片表演灵魂的配音工具——不用再忍受机械翻译和音色断裂,直接上传视频就能出成品,建议立刻试一下。