5月7日，技术媒体Marktechpost昨天（5月6日）发布了一篇博客文章，报道NVIDIA最新发布的Pareakeet Tdt 0.6B，这是一种先进的自动语音识别模型，该模型在Embrace Face Platform上完全开放。本文指出：长尾小鹦鹉TDT 0.6B的主要优点是转录的无与伦比的速度和质量。该模型仅需1秒即可处理60分钟的音频，该音频比现有主流开源ASR的标准模型快50倍。通过拥抱Face的开放式ASRBoard，错误率（我们）的单词不到6.05％，这使其在开放资源模型中最佳。此绩效为业务级别的应用程序提供了强有力的支持，例如实时转录，语音评估，呼叫中心智能和音频内容索引。基于变压器体系结构的模型，并调整了高质量的转录数据并优化了硬件。提到博客文章，Mod的主要功能EL包括：6亿个编码结构编码，音量和集成内核的参数，以提高理解效率，对TDT的支持（传感器解码器变压器）体系结构以及准确的时间戳，数字格式，相位功能和相位功能和相位功能。此外，该模型还对歌曲到式的转录物的支持进行了限制，这是一种罕见的功能，可扩展使用索引和媒体平台的情况。 NVIDIA的Tensorrt和FP8音量技术，实时速率（实时因子堆肥，RTF，模型处理和音频长度）达到3386。Pareakeet TDT 0.6B不仅侧重于速度和准确性，而且Ofunits还具有许多独特的功能。支持数字格式和时间戳，提高阅读会议记录，法律记录和病历的能力；穿刺恢复增强了下游自然语言处理应用程序（NLP）的性能。这些功能大大提高了笔录的质量离子并减轻后处理或手动编辑的负担，特别适合扩大业务水平。