Wispr konuşma tanıma modeli Canto sunuyor

Şirket Wispr gerçek zamanlı yüksek doğruluklu konuşma tanıma için tasarlanmış Canto modelini piyasaya sürdü. Geliştiriciler, minimum gecikme ve yüksek arka plan gürültüsü dayanıklılığı gerektiren karmaşık akustik ortamlarda çalışmak için bir araç olarak çözümü konumlandırıyorlar.

Gerçek diktat senaryolarını taklit eden 10 saatlik veri seti üzerinde yapılan iç testlerin sonucunda, Canto gerçek zamanlı tüm modeller arasında en düşük Word Error Rate (WER) değerini gösterdi. Şirketin açıklamasına göre, mimari Google, OpenAI, AssemblyAI ve Deepgram'in benzer çözümlerini geçerek daha yüksek bir doğruluk elde etti.

Model, standart konuşma tanıma sistemlerinin genellikle vurgulardan, özel terminolojiden veya düşük kayıt kalitesinden dolayı hatalar yaptığı ortamlarda çalışmak için optimize edilmiştir. Mimarinin teknik detayları ve test metodolojisi projenin resmi sayfasında sunulmuştur.

Canto'nun piyasaya sürülmesi, laboratuvar benchmark'ları ile konuşma tanıma teknolojilerinin pratik uygulamaları arasındaki boşluğu gidermeyi amaçlıyor. Birçok genel modelin aksine, bu çözüm gecikmeleri minimize ederken dinamik ortamlarda transkript doğruluğunu koruma üzerinde odaklanıyor.