Desert Ant Labs ha presentato il modello Uhm per la rilevazione delle parole-parassita

L'azienda Desert Ant Labs ha rilasciato Uhm — un modello specializzato per l'elaborazione locale del flusso audio. Lo strumento è progettato per il rilevamento automatico di parole-parassite, come "uh" e "um", in tempo reale.

L'architettura del modello è ottimizzata per funzionare direttamente sul dispositivo, escludendo la necessità di trasferire i dati audio sul server. Il sistema garantisce una precisione di rilevamento con un ritardo di soli 20 ms. Gli sviluppatori affermano che il modello è stato addestrato utilizzando metodi di trasferimento acustico, che gli consentono di riconoscere efficacemente le pause e i suoni di riempimento in inglese e in altre lingue.

I parametri tecnici di Uhm consentono di integrarlo in sistemi di trascrizione e strumenti di editing per podcast o contenuti video. Il modello dimostra una velocità di lavoro elevata, raggiungendo una valutazione di 8 punti nell'elaborazione di audio per 1 ora. Il peso e i requisiti di risorse computazionali consentono di eseguire la soluzione su hardware consumer senza acceleratori specializzati.

L'emergere di modelli specializzati come questo semplifica la post-elaborazione delle registrazioni audio. L'utilizzo di soluzioni locali per la pulizia della parlata dalle parole-spazzatura riduce il carico sui cloud API e aumenta la privacy dei dati quando si lavora con materiali audio personali o aziendali.