ভস্ক লাইব্রেরিতে রাশিয়ান বক্তৃতা স্বীকৃতির জন্য নতুন মডেল

ভস্ক লাইব্রেরির বিকাশকারীরা রাশিয়ান বক্তৃতা স্বীকৃতির জন্য নতুন মডেল প্রকাশ করেছে: সার্ভার-সাইড ভোস্ক-মডেল-রু-0.22 এবং মোবাইল ভস্ক-মডেল-ছোট-রু-0.22। মডেলগুলি নতুন স্পিচ ডেটা, সেইসাথে একটি নতুন নিউরাল নেটওয়ার্ক আর্কিটেকচার ব্যবহার করে, যা 10-20% দ্বারা স্বীকৃতির নির্ভুলতা বৃদ্ধি করা সম্ভব করেছে। কোড এবং ডেটা Apache 2.0 লাইসেন্সের অধীনে বিতরণ করা হয়।

গুরুত্বপূর্ণ পরিবর্তন:

• ভয়েস কলামে সংগৃহীত নতুন ডেটা দূর থেকে বলা স্পিচ কমান্ডের স্বীকৃতিকে উল্লেখযোগ্যভাবে উন্নত করে।
• নতুন শব্দ নিষ্কাশন স্কিমটি ওয়াইডব্যান্ড রেকর্ডিংয়ের জন্য স্বীকৃতির নির্ভুলতা উল্লেখযোগ্যভাবে উন্নত করেছে। একই সময়ে, টেলিফোনি স্বীকৃতির নির্ভুলতাও উন্নত হয়েছে।
• অভিধান অ্যাড-অন প্যাকেজ আপনাকে জটিল প্রযুক্তিগত এন্ট্রিগুলির স্বীকৃতি কাস্টমাইজ করতে দেয়।

সর্বোত্তম নির্ভুলতার জন্য, Wax সংস্করণকে 0.3.32-এ আপডেট করারও সুপারিশ করা হয়। আপনি নতুন Wax বৈশিষ্ট্যগুলিতেও আগ্রহী হতে পারেন - ইউনিটি, নেটিভস্ক্রিপ্ট, জিগাসির সাথে একীকরণ। কাজাখ এবং ইউক্রেনীয় ভাষার স্বীকৃতির মডেল। সার্ভার মডেলের কাজ করার জন্য একটি আধুনিক প্রসেসর এবং 8GB মেমরি প্রয়োজন। মোবাইল মডেলটি ফোন এবং RaspberryPi 3+ এ ব্যবহার করা যেতে পারে।

উত্স: opennet.ru