أفضل وأسرع نموذج تحويل الكلام إلى نص في العالم أصبح أفضل! @AssemblyAI أسقطت للتو تحديثا ضخما ، وأنا أحب تماما إحدى الميزات الجديدة. 1. أولا ، يمكنهم الآن تحديد الشخص الذي يتحدث بصوت بالاسم أو الدور تلقائيا. 2. يمكنك أيضا طلب نسخة بأي لغة (99 لغة مدعومة حتى الآن) ، لذلك لا داعي للقلق بشأن تشغيل خطوات إضافية للترجمة. لكن الميزة المفضلة لدي ، إلى حد بعيد ، هي LLM Gateway ، والتي تتيح لك دمج مجموعة الصوت بالكامل في نظام أساسي واحد. البوابة عبارة عن واجهة برمجة تطبيقات يمكنك استخدامها لمجموعة واسعة من المهام المتعلقة بالصوت. على سبيل المثال ، يمكنك استخدامه لتلخيص مكالمة أو استخراج رؤى أو تصنيف مشاعر المتحدث. لا حاجة لخط أنابيب متعدد الخطوات بعد الآن. يمكنك إجراء مكالمة واحدة ، وسيقوم النظام الأساسي بتوجيه الطلب إلى النموذج المناسب ، بما في ذلك OpenAI و Gemini وغيرها. هذا ضخم لأي شخص يستخدم الصوت في تطبيقات الإنتاج! كل هذا يعمل على منصة تحويل الكلام إلى نص سريعة ودقيقة بالفعل ، مع يوميات وتدريب متعدد اللغات. إذا كنت تبني بالصوت ، فهذا يغير قواعد اللعبة. لقد كنت مستخدما ل الذكاء الاصطناعي التجميع لسنوات. نماذجهم وواجهات برمجة التطبيقات الخاصة بهم مذهلة ، وأنا سعيد لأنهم قرروا التعاون معي في هذا المنشور. يمكنك تجربة نموذجهم في ملعبهم بالنقر هنا:

فكرة جريئة جدا هنا تتجاوز أطلس OpenAI. لماذا تنشئ متصفحا بينما يمكنك بالفعل إنشاء نظام تشغيل كامل؟

أريد أن أساعد كل مطور على أن يصبح أفضل من حيث الحجم في هندسة الذكاء الاصطناعي / التعلم الآلي. فيما يلي الموضوعات التي سأغطيها في مجموعتي القادمة. نبدأ الأسبوع المقبل (3 نوفمبر) • 20+ ساعة من الفصول الحية • الممارسة العملية مع تنفيذ نظام شامل • أدوات مفتوحة المصدر • البناء مرة واحدة ، والنشر في أي مكان طلاب من Google و AWS و Netflix وغيرها من الشركات الكبرى. أكثر من 3,000 خريج. أفضل برنامج هندسي عبر الإنترنت.