Praeita kova · 2026-06-21 UTC
Speech Recognition Susirėmimas — 2026 m. birželio 21 d.
Iš Speech Recognition kategorijos. 4 įvertinimai pateikti tarp 2 kovotojų. Deepgram laimėjo vainiką.
Galutiniai rezultatai
DeepgramDalyviai
Kovotojai
Kiekvieno šioje kovoje dalyvavusio įrankio profiliai, surikiuoti pagal galutinį rezultatą.
Deepgram
Kalbų pereinamųjų ir kalbų į kalbą perduodančių API priemonės, skirtos realizuojanti realiu laiku balsų taikomojimus.
Deepgram yra balsiniai AI platforma, teikiusi kūrėjams API, kuriais gali paversti audio į kalbą ir suduoti natūraliai girdima kalbą. Jos modeliai projektuoti yra užtikrinkę mažą laikybį, aukštą tikslumą per plačią žemesių kalbų, tikslių tavių ir audio sąlygų, tai padeda būti tinkamu gyvoje įkalbinė, skambučio analizei, balsinis asistentas ir pokalbio agentams projektavimui. Deepgram gali siūlėti funkcijas, kaip vėlių atskirtinė, emocijų ir sriečiamųjų temaų pažinimą, individualų modelio treniravimą, bei pakuočių priegladžio užpildymą. Plataforma siūlo inžineriškų komandų, kurie reikia intuksičiai balsų galimybes į savo produktus, be tolesnės garsinės infrastruktūros sukūrimo.
Kriterijų išskirstymas
- Real-time streaming speech-to-text
- Sintetiniai kalbų į kalbą garso ženklai
- Sukauptų asmenų diarizacija ir žodžio lygio atliksmai
- Kustomizuota modelio pataisykla
- Audiotechninės žinias, sentimentas, temas, apžvalgą
- REST ir WebSocket API priemonės su daugialypių SDK
OpenAI Advanced Voice
Realaiciai, natūralusis kalba pokalbis su ChatGPT
OpenAI Advanced Voice yra balsine interakcijų režimas įterpiamas į ChatGPT, kuris suteikia vartotojams galimybę kalbėtis su AI natūraliai, laisvaėjai bėdžiu. Jis paramiama lengvesnais laikų trūkiais, pertraukimų ir išreiškimų atsakų, dėl ko pokalbiai jutomas netikėtai artimesnis ryšiui su žmogumi negu pasisakyti komandų pagalbininkei. Ši funkcija kurta remiantis nepriklausomos rankų veiklos principu, kurie galioja visoms maitinimo priemonėm, nuo mobiliojo iki dėsriojo kompiuterio, bei remiantis darbuose kaip braižymasis, kalbos pratybomis, mokytoju, bei šiltais pokalbiais. Galia adaptuoti toną, atpažinti emocijų žymas kalboje, bei perduoti atsakymą įvairių tonų bei kalbų. Visas funkcijas galima sukurti dėka multimodalūs OpenAI modelių.
Kriterijų išskirstymas
- Real-time kalbos dialogas
- Vairuojamų AI balsų pasirinkimas
- Prieiga ir atsakyto metimo valdymas
- Emocinė ir toninė sąmonė
- Kalbų pokalbis su atspindėjimu
- Integruotas su ChatGPT programėle