AssemblyAI 提升通用语音转文字模型以支持英语、德语和西班牙语

AssemblyAI 宣布对其通用语音转文字模型进行了重要改进，重点提高在三种关键语言（英语、德语和西班牙语）上的性能。据 AssemblyAI 称，这些升级旨在通过捕捉关键细节（如专有名词、字母数字字符和格式）来满足业务应用需求，这对于会话智能应用尤为重要。

性能和速度增强

通用模型的最新更新实现了推理时间加速27.4%，能够更快地进行大规模转录。这种改进对需要快速且准确的语音转文字转换的业务应用特别有利。该模型在2024年10月发布的版本中改进了延迟、准确性和语言覆盖范围，使其在这些语言的市场领先模型中脱颖而出。

应对现实世界挑战

AssemblyAI 的模型改进不仅限于标准基准测试，还应对了语音识别的“最后一公里”挑战。这些挑战包括比现有解决方案更准确地捕捉和格式化重要实体，如姓名和电子邮件地址，这对于销售分析和客户服务等应用至关重要。模型在专有名词准确性方面提高了12.5%，在处理带口音的英语语音方面提高了5%。

应用和使用案例

通用模型的进步为各种实际应用提供了强大的支持。例如，联络中心可以从模型准确捕捉呼叫者信息（如电话号码和电子邮件地址）的能力中受益。同样，销售培训应用可以利用模型改进的专有名词准确性，确保准确捕捉姓名、公司和产品提及，这对于分析客户互动和跟踪品牌认知度至关重要。

使用通用模型

用户可以通过 AssemblyAI 的 Playground 或 API 访问更新后的通用模型。该模型支持自动语言检测，并可通过包括 Python 在内的各种 SDK 集成到应用程序中。这些功能允许开发人员利用模型的功能应用于各种应用场景，确保跨不同语言和环境的高质量语音转文字转换。