TII представил Falcon ASR для распознавания речи

Институт технологических инноваций (TII) из Абу-Даби, стоящий за семейством моделей Falcon, представил на Hugging Face новую разработку — Falcon ASR. ASR (automatic speech recognition) — это автоматическое распознавание речи: система слушает запись и превращает её в текст. Конкретные характеристики модели, список языков и показатели качества лучше смотреть в первоисточнике.

Почему это важно для бизнеса: значительная часть рабочей информации живёт в голосе — голосовые сообщения в мессенджерах, звонки клиентам, планёрки, поручения на ходу. Пока речь не стала текстом, её нельзя найти, сверить с данными или превратить в задачу. Чем точнее модели распознавания, тем меньше ручной расшифровки и тем больше информации, с которой могут работать автоматизированные процессы. Для Казахстана главный вопрос практический: как любая такая модель справляется с казахским, русским и их смесью в одной фразе.

Соберите 10–20 реальных записей из своей работы — звонок с клиентом, голосовое от менеджера, фрагмент совещания — и проверьте на них любую модель распознавания, прежде чем строить на ней процесс. Особенно посмотрите на цифры, фамилии, названия товаров и суммы: ошибка именно там дороже всего. Голосовое поручение, превращённое в текст, легко становится задачей: агенты 1Cifer ставят задачи, назначают исполнителя, напоминают и докладывают о результате.