Wispr 推出了語音辨識模型 Canto

公司 Wispr 釋出了模型 Canto，用於高精度的實時語音辨識。開發人員將這個解決方案定位為在複雜的聲學環境中工作的工具，在這種環境中需要最小的延遲和高的背景噪音抗擾能力。

在內部測試中，使用 10小時數據集 來模擬實際的語音輸入場景，Canto 顯示了所有現有實時模型中最低的 Word Error Rate (WER)。根據公司的聲明，該架構在準確性方面超越了 Google、OpenAI、AssemblyAI 和 Deepgram 的類似解決方案。

模型針對在標準語音辨識系統容易出錯的情況下進行優化，例如口音、特殊術語或低質量錄音。技術細節和測試方法論可在 項目的官方頁面 上找到。

Canto 的釋出旨在消除實驗室基準和實際應用之間的差距。與許多通用模型不同，這個解決方案專注於在動態環境中保持轉錄準確性的同時最小化延遲。