Eigen RadarYapay Zekâ
Analiz

Reson8, çok dilli ses tanıma modelinin ağırlıklarını açtı

Hollandalı girişim Reson8, önceden kaydedilmiş konuşmaları 40’tan fazla dilde yazıya döken Rumble-2-Flash modelinin ağırlıklarını açtı. Şirket modeli kendi hizmeti üzerinden zaten sunuyordu. Ağırlıkların yayımlanması, geliştiricilere modeli çalıştırmak için yeni bir yol açıyor. Sistem konuşulan dili belirleyebiliyor ve bazı sözcüklerin dökümde nasıl görüneceğini seçmeye izin veriyor.

Yapay Zekâ··Gece
Hollandalı bir konuşma yapay zekâsı çalışma alanında masaüstü ses oynatma hoparlörleri, LED dalga formu ünitesi ve fiziksel ses dalgası şeridini iki sıra boş renkli blokla hizalayan cam panonun alt açıdan geniş görünümü.

İndirilebilir model kaydedilmiş konuşmayı yazıya döküyor

Hollandalı ses tanıma girişimi Reson8, geliştiricilerin Rumble-2-Flash’ı çalıştırabilmesi için modelin ağırlıklarını yayımladı. Ağırlıklar, modelin eğitim sırasında öğrendiği sayısal ayarlardan oluşuyor. Model, önceden kaydedilmiş sesleri 40’tan fazla dilde yazıya döküyor. Reson8 bunu kendi hizmeti üzerinden zaten sunuyordu. Ağırlıkların yayımlanmasıyla geliştiriciler modele başka bir yoldan da erişebiliyor.[1], [2]

Dökümün biçimini geliştiriciler seçebiliyor

Sistem konuşmanın dilini kendisi belirleyebiliyor veya baştan belirtilen dilde çalışabiliyor. Geliştiriciler sayıların rakamla mı yazıyla mı gösterileceğini, dolgu sözcüklerin kalıp kalmayacağını ve tekrarların olduğu gibi yazılıp yazılmayacağını seçebiliyor. Yapay zekâ modellerinin paylaşıldığı Hugging Face’teki örnek, sistemin bir dosyadan ses alabileceğini ve birden çok ses örneğini işleyebileceğini gösteriyor. Dosyanın yanı sıra ses örneğini bir bağlantı üzerinden de alabiliyor.[1]

Küçük modelin eğitiminde daha büyük model kullanıldı

Reson8, küçük modeli eğitirken daha büyük Rumble-2 modelinden yararlandı. Önce küçük model kendi dökümünü hazırladı. Büyük model daha sonra metnin her noktasında hangi parçanın uygun olacağına ilişkin bilgi verdi. Ekip, eğitime küçük modelin yaptığı hataları dahil etti. İki model metni farklı yerlerden bölüyor. Ekip, eğitim sırasında bu parçaları eşleştiren bir yöntem kullandı.[1]

Kaynakça

  1. Haber kaynağıHugging FaceReson8, Rumble-2-Flash ağırlıklarını Apache 2.0 lisansıyla yayımladı↩1↩2↩3
  2. Haber kaynağıSiliconANGLEReson8, Rumble-2-Flash ses tanıma modelinin ağırlıklarını yayımladı↩