xAI הכריזה על Grok Voice Transcribe 2.0, גרסה חדשה של מודל התמלול שלה להמרת דיבור לטקסט.
החברה מכוונת את המודל לשימושים שבהם האודיו מוקלט בתנאים אמיתיים ולא רק בהקלטות נקיות באולפן.
מה xAI הכריזה
לפי xAI, המודל החדש מבוסס על אותה תשתית קולית שמשמשת את Grok Voice.
החברה אומרת שהמערכת אומנה על אודיו רב-לשוני שהוקלט במגוון תנאים, כולל סביבות רועשות.
xAI טוענת שהמודל החדש מדויק פי שניים מהגרסה הקודמת בהערכות הפנימיות שלה, ללא שינוי במחיר.
חשוב להדגיש שמדובר בטענות ובמדידות שפורסמו על ידי החברה עצמה.
למה תמלול מדויק חשוב
תמלול הפך לתשתית חשובה בהרבה מערכות AI.
הוא משמש בסוכנים קוליים, מוקדי שירות, סיכומי פגישות, יצירת כתוביות, חיפוש בווידאו ועוד.
בשימושים כאלה, טעויות קטנות בזיהוי דיבור יכולות להשפיע על כל השלבים שמגיעים אחר כך.
מה זה אומר למי שבונה מוצר קולי
מפתחים וחברות שבונים מוצרים מבוססי קול יכולים להוסיף את המודל לרשימת האפשרויות שהם בודקים לצד שירותי תמלול אחרים.
כמו בכל שירות כזה, כדאי לבדוק אותו על האודיו האמיתי של המוצר ולא להסתמך רק על נתוני benchmark של הספק.
עברית
xAI מתארת את המודל כרב-לשוני, אבל AI24 לא אימת בשלב זה את איכות התמלול בעברית.
אין להסיק מביצועים כלליים שהאיכות בעברית זהה לשפות אחרות.