نموذج إنفيديا الجديد يحول التسجيلات إلى نصوص تناسب المهمة

ما الذي حدث

تشمل المهام الموثقة التفريغ الحرفي والمنقح، والمفردات السياقية، والنص المنسوب إلى المتحدثين، والترجمة، وتحديد اللغة، والإجابة عن أسئلة حول الصوت. وتساعد طوابع زمنية اختيارية لكل كلمة على التنقل في التسجيل. وتدرج بطاقة النموذج نسخ BF16 وFP8 وNVFP4 تحت OpenMDW-1.1.

يوضح التقرير التقني أن محضر اجتماع سهل القراءة، ومقابلة حرفية، ونصا يحوي أسماء متخصصة تتطلب معالجات مختلفة للكلام نفسه. يستجيب نموذج واحد معزز بالصوت لهذه التعليمات بدلا من تثبيت جميع قواعد التفريغ مسبقا.

هذا نموذج لمعالجة التسجيلات خارج الزمن الحقيقي، وليس وكيلا صوتيا مباشرا متكاملا. وتميز تسميات المتحدثين بين الأصوات داخل التسجيل، لكنها لا تثبت هويات الأشخاص في الواقع.

ما الذي نتابعه

ينبغي اختبار لهجات ممثلة وضجيج الخلفية والكلام المتداخل والمفردات المتخصصة. وقارن جهد التصحيح وتكلفة المعالجة بمعدلات أخطاء الكلمات، مع إبقاء مراجعة بشرية عندما قد يغير الخطأ المعنى بصورة جوهرية.