التعرف على الكلام مع الطوابع الزمنية من واجهات برمجة الكلام التجارية
| النظام | متوسط F1 |
|---|---|
| Google Chirp 2 | 0.486 |
| Google Chirp 3 | 0.452 |
| Qwen3-ASR-Flash | 0.363 |
| Mistral Voxtral Mini | 0.308 |
| ElevenLabs Scribe v2 | 0.281 |
قيمة F1 للطوابع الزمنية للكلمات عند 20 ms، بمتوسط على مجموعة اختبار TIMIT الأساسية ومجموعة اختبار Buckeye، لكل منهما بالصوت النظيف وبإضافة الصدى والضوضاء والموسيقى وثرثرة المتحدثين. القيمة الأعلى أفضل.
تطوّر Olewave معيار FA-Bench، وتُقيَّم فيه جميع الأنظمة بالشيفرة العامة نفسها وفق التعليقات التوضيحية البشرية نفسها. ولم يعد Olign، وهو أيضًا من Olewave، يشارك في هذا المعيار.
نفخر بتقديم
مجموعات بيانات كلامية واسعة النطاق وموسومة مسبقًا
مدققة الوسوم،
ومتحقق منها من قبل العلماء
-
لغات متعددة، تشمل 🇺🇸 🇪🇸 🇲🇽 🇸🇦 🇧🇷 🇮🇳 🇯🇵 🇨🇳 🇬🇧 🇩🇪 🇫🇷 …
-
موضوعات متنوعة في التعليم والمالية والقانون والترفيه والرعاية الصحية والتجزئة وخدمة العملاء …
-
وسوم مدققة لأسماء المتحدثين وأدوار التحدث والتفريغات النصية …
حلول AI الصوتي الجاهزة للإنتاج
على خوادمك الخاصة،
دون الارتباط بمزود SaaS.
-
تقنيات STT/TTS متفوقة بجودة أعلى واستدلال أسرع من الحلول مفتوحة المصدر أو واجهات API السحابية
-
مصممة خصيصًا لحالة استخدامك، ومضبوطة لتناسب مجالك ولغاتك وسير عملك
-
أنت تملك الشيفرة البرمجية، مع حقوق الملكية الفكرية (IP) بنسبة 100% على جميع أعمال التخصيص
خدمات استشارية رائدة في مجال AI الصوتي
ذات خبرة في مساعدة العملاء،
وتقع في سان فرانسيسكو
-
تقييم السوق والتقنية يغطي المشهد التنافسي والمفاضلة بين البناء والشراء
-
التخطيط الاستراتيجي للأعمال لخارطة الطريق والتوظيف والطرح في السوق
-
سرية صارمة، مع اتفاقية عدم إفصاح (NDA) في كل مشروع