叮咚棒棒。
今天我們帶來MOS團隊出品的MOS Transcribe Diaryce 模型。
0.9B小模型,卻能適配多說話人場景。
話不多說,直接看應用樣例。
我們先看這個接近40分鐘的單說話人會議場景。
能看到這個識別精度還有打軸的準確率都是比較高的。
It's called Attention Residual,Block Attention Residual,on the right hand side。
這裡像Attention Residual這種名詞也能識別準。
不過像Mion優化器這種出現率比較低的名詞,就識別稍差一點。
And it's back,and now we scale an open source Mion click。
然後看這個35分鐘的多說話人會議場景。
後來我意識到一個問題就是他和之前的這種。
但是我相信只有用過OpenCloud。
我感覺首先可能。
然後另外一個我對。
順著這個剛剛一直在討論。
能看到這五個人基本上都能對上。
有一些專業名詞稍有混淆。
像這裡的OpenCloud轉入成OpenCloud。
還有Harness轉入成Hardest。
隨著像Skills啊或者Harness這些大家。
其實影響不太大。
科技名詞更新太快了。
最後的話,看這個有12個說話人的遊戲錄品。
你們也有男朋友嗎?
5個好像是。
能看到都穩定分隔開來了。
不過後面出現了S13和S14兩個多餘的說話人。
這兩個說話人之前是已經被識別為了S5和S6的。
但考慮到模型才0.9B,整體還是假不掩餘的。
如果大家用官方提供的WebUI的話,還有比較方便的導出功能。
包括設置特定格式等等。
方便各位後續的處理。
最後看一下官方的客觀指標。
最後看一下官方的客觀指標。
能看到這個小模型甚至能幹過許多大廠必源模型。
並且能看到他們還提供了一個Pro版本。
Pro版本不僅性能更強。
而且MOS官方還提供了網站。
支持在線使用或者調用API使用。
網站我放到簡介和置頂評論裡了。
歡迎大家多多使用。
大家也可以結合其他阿婆主的視頻去看。
大家都對MOS Transcribe Diaries給出了比較正面的評價。
歡迎大家到官網使用。
我們下期視頻再見。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。
我們下期視頻。