Samwell AI

Conformer-2 es un modelo de IA de vanguardia diseñado específicamente para el reconocimiento automático de voz (ASR). Sobre la base del éxito de su predecesor, el Conformar-1, este modelo avanzado ha sido entrenado en un extenso conjunto de datos de 1,1 millones de horas de audio en inglés, lo que lleva a mejoras notables en varios aspectos del reconocimiento de voz.

Áreas de enfoque : el objetivo principal de Conformer-2 es mejorar el reconocimiento de nombres propios, alfanuméricos y la solidez del ruido. Al centrarse en estas áreas críticas, el modelo mejora significativamente su capacidad para transcribir con precisión el contenido hablado.

Leyes de escala y datos de entrenamiento : el desarrollo de Conformer-2 se guió por las leyes de escala propuestas en el artículo Chinchilla de DeepMind. Al comprender la importancia de contar con suficientes datos de capacitación para modelos de idiomas grandes, Conformer-2 aprovecha 1,1 millones de horas masivas de datos de audio en inglés durante su proceso de capacitación.

Técnica de ensamblaje : una de las características sobresalientes de Conformar-2 es su adopción del ensamblaje de modelos. En lugar de depender de las predicciones de un solo modelo de maestro, Conformer-2 genera etiquetas de múltiples maestros fuertes. Esta técnica de ensamblaje reduce la varianza y mejora el rendimiento del modelo cuando se trata de datos nunca antes vistos durante el entrenamiento.

Velocidad y procesamiento mejorados : a pesar de su mayor tamaño de modelo, el Conformer-2 presenta mejoras en términos de velocidad en comparación con el Conformer-1. La infraestructura de servicio se ha optimizado meticulosamente, lo que se traduce en tiempos de procesamiento más rápidos. Conformer-2 logra una reducción de hasta un 55 % en la duración relativa del procesamiento en todas las duraciones de los archivos de audio.

Rendimiento en el mundo real : en aplicaciones del mundo real, Conformer-2 demuestra mejoras significativas en varias métricas orientadas al usuario. En particular, logra una mejora del 31,7 % en alfanuméricos, una mejora del 6,8 % en la tasa de error de nombres propios y una mejora del 12,0 % en la solidez del ruido. Estas mejoras se atribuyen tanto a la gran cantidad de datos de entrenamiento como al uso de un conjunto de modelos.

Ideal para canalizaciones de IA : el modelo Conformer-2 demuestra ser un componente invaluable para canalizaciones de IA que se enfocan en aplicaciones de IA generativa que utilizan datos hablados. Sus notables capacidades de transcripción de voz a texto lo convierten en una herramienta valiosa para generar transcripciones precisas con una precisión y confiabilidad excepcionales.