Sarvam AI ra mắt Saaras V4: Mô hình chuyển đổi giọng nói thành văn bản cho 22 ngôn ngữ Ấn Độ và tiếng Anh toàn cầu

Saaras V4 của Sarvam AI là một mô hình chuyển đổi giọng nói thành văn bản hỗ trợ tất cả 22 ngôn ngữ Ấn Độ cộng với tiếng Anh toàn cầu. Mô hình kết hợp một bộ mã hóa âm thanh với bộ giải mã hybrid state-space 3B. Nó hỗ trợ gợi nhắc từ khóa chính cho đến 50 từ, 5 chế độ đầu ra từ một mô hình, và streaming với độ trễ token đầu tiên dưới 150 mili giây. Hiện nay, Saaras V4 có sẵn thông qua API của Sarvam với mức phí 30 rupee mỗi giờ. Bài viết Sarvam AI Releases Saaras V4: A Speech-to-Text Model for All 22 Indian Languages and Global English xuất hiện đầu tiên trên MarkTechPost.