VibeVoice ASR: транскрибация до 60 минут с диаризацией
Обзор VibeVoice ASR STT от Microsoft: распознавание речи с диаризацией, поддержка 51 языка, до 60 минут аудио, хот-ворды, веб-интерфейс. Тесты на английском, французском и китайском показали хорошие результаты, но проблемы с короткими репликами и отображением китайских субтитров.
Обзор VibeVoice ASR STT от Microsoft: распознавание речи с диаризацией, поддержка 51 языка, до 60 минут аудио, хот-ворды, веб-интерфейс. Тесты на английском, французском и китайском показали хорошие результаты, но проблемы с короткими репликами и отображением китайских субтитров.
Модель полезна для автоматизации транскрибации и диаризации аудио/видео контента, что можно интегрировать в пайплайны обработки данных для AI-оператора, например, для создания субтитров, анализа звонков или подготовки данных для обучения моделей.