AssemblyAI pristatė programuojamą kalbos modelį „Universal-3 Pro“
Trumpai: „AssemblyAI“ išleido „Universal-3 Pro“ – specializuotą kalbos į tekstą (STT) modelį, leidžiantį kūrėjams pateikti instrukcijas tiesiogiai transkripcijos metu. Modelis palaiko tikslią (verbatim) ir tvarkingą (clean) transkripciją, pasirinktinių garso įvykių žymėjimą ir automatiškai perjungia šešias kalbas.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AssemblyAI“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Nauja programuojama architektūra instrukcijomis valdomai transkripcijai.
- 2Įdiegtas raktažodžių nurodymas (keyterm prompting), užtikrinantis iki 45 % geresnį tikslumą specifinei terminologijai.
- 3Gimtasis 6 kalbų palaikymas su automatiniu kalbų perjungimu (code-switching).
- 4Kaina – 0,21 USD už valandą be jokių apribojimų ar įsipareigojimų.
| Parametras | Buvo | Dabar |
|---|---|---|
| Kaina | Nenurodyta | 0,21 USD/val. |
| Kalbos | Nenurodyta | 6 gimtosios (anglų, ispanų, vokiečių, prancūzų, portugalų, italų) bei automatinis nukreipimas į 99 |
| Galimybės | Nenurodyta | Programuojama transkripcija, verbatim/clean valdymas, pasirinktinis žymėjimas, kalbėtojų atpažinimas, code-switching |
Kodėl tai svarbu?
Šis modelis eliminuoja poreikį kurti sudėtingus, klaidoms jautrius papildomo apdorojimo procesus, nes instrukcijos, pvz., dėl kalbos užsikirtimų ar pranešėjų rolės, pateikiamos transkripcijos metu. Tai patikimesnis ir pigesnis sprendimas nei universalūs multimodaliniai modeliai.
Ką tai reiškia AI agentams ir kontaktų centrams?
Testuodami palyginkite specifinės terminologijos ir kalbėtojų atpažinimo tikslumą su esamais tiekėjais. Įvertinkite, ar įmontuotas „verbatim“ įrašų valdymas sumažina LLM sluoksnio poreikį valant transkriptus, ir ar 0,21 USD/val. kaina yra efektyvesnė nei dabartiniai jūsų kaštai.
🧪 Verta testuoti
Suteikia galimybę sumažinti vėlavimą (latency) ir infrastruktūros sudėtingumą, perkeliant formatavimo ir esybių išgavimo logiką į modelio lygmenį.
Šaltiniai
- AssemblyAIOficialusPirminis šaltinisOriginalus straipsnis →„Introducing Universal-3 Pro: A new class of speech language model optimized for Voice AI“
- Šaltinio publikavimo data
- —
- Mūsų sistema rado
- 2026-10-29 21:55
- Santrauka sugeneruota
- 2026-10-29 22:26
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas