الذكاء الاصطناعي٨ أكتوبر ٢٠٢٦
إطلاق نموذج Whistle لتحويل الكلام إلى نص بحجم 16.9 ميجابايت
أُطلق Whistle، نموذج للتعرّف على الكلام موجّه للهواتف والأجهزة القابلة للارتداء والروبوتات وغيرها، ويعمل مباشرة على الجهاز. حجمه ١٦٫٩ ميجابايت ويعمل على المعالج المركزي بلا اعتماديات، كما يحوّل الصوت إلى نص ويحدد توقيت الكلمات ويستخرج تمثيلًا صوتيًا؛ ويدعم سبع لغات. ويكفي تثبيت الحزمة الأساسية لملفات WAV بتردد ١٦ كيلوهرتز، أما معدلات العينات الأخرى والتسجيل من الميكروفون فتتطلب إضافة منفصلة.
الحقائق الأساسية
حجم Whistle هو ١٦٫٩ ميجابايت، ويعمل على المعالج المركزي دون اعتماديات.
«It is one 16.9 MB file, runs on the CPU with no dependencies»
عرض المصدر ←يحوّل الصوت إلى نص بسبع لغات، ويمكنه معالجة مقطع يصل إلى ٣٠ ثانية دفعة واحدة.
«16 kHz mono audio, up to 30 seconds in one pass, in English, German, French, Spanish, Italian, Dutch and Polish.»
عرض المصدر ←تحتاج معدلات العينات الأخرى والتسجيل عبر الميكروفون إلى إضافة mic.
«Other sample rates and microphone capture need the [mic] extra, which adds soxr and sounddevice.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر