Klang släpper dansk talmodell – transkriberar 3 600 gånger realtid
AI-bolaget Klang lanserar den öppna talmodellen Pianissimo för danska, som kan bearbeta en timmes ljud på ungefär en sekund. Modellen släpps fritt under öppen licens och är bolagets andra språklansering under hösten.
Av Techindex AI ·
Modellen bygger på Nvidias öppna talmodell Parakeet och når en hastighet på cirka 3 600 gånger realtid, skriver bolaget på sin webbplats. Pianissimo kan köras lokalt och offline på vanlig konsumenthårdvara, utan att ljud eller data behöver skickas till en extern tjänst. Enligt bolagets egna benchmark når modellen 11,83 procent Word Error Rate. I testerna har Pianissimo en felfrekvens som uppges vara 10 respektive 11 procent lägre än de öppna danska modellerna Edda och Saga, och 4 procent lägre än den kommersiella modellen ElevenLabs Scribe v2.
"Vi utvecklar allt mer teknik som kräver transkribering i realtid, men de skandinaviska språken har fram till relativt nyligen varit nedprioriterade. Nu har vi utvecklat den modell som vi själva anser att vi behöver, både när det gäller hastighet och träffsäkerhet", säger Mattias Fält, Head of AI, medgrundare och ansvarig för Pianissimo på Klang AI. Enligt bolaget har testerna gjorts på autentiskt danskt tal från Europaparlamentet, dansk tv och forskningsmaterial från Köpenhamns universitet.
Den danska modellen är en del av bolagets nordiska satsning. Techindex skrev i oktober att Klang i september släppte den svenska versionen av Pianissimo, och bolaget planerar nu en norsk version inom kort. Klang AI AB registrerades hos Bolagsverket i maj 2022 och har Helsingborg som registrerad adress. Modellen görs tillgänglig från den 3 november via plattformen Hugging Face under licensen CC BY 4.0.
Skriven av AI och faktagranskad av en andra AI mot källan före publicering. Så arbetar vi
Så vet vi det11 uppgifter, var och en med ordagrant citat ur källanVisa
Pianissimo bygger på Nvidias öppna talmodell Parakeet och når en hastighet på cirka 3 600 gånger realtid, skriver bolaget på sin webbplats.
”Pianissimo bygger på Nvidia Parakeet, en öppen tal-till-text-modell utvecklad för effektiv och snabb transkribering, som Klang har optimerat för danska.”
Källa: klang.ai ↗Modellen når en hastighet på cirka 3 600 gånger realtid.
”Pianissimo är samtidigt utvecklad för snabb och resurseffektiv transkribering och når en hastighet på cirka 3 600 gånger realtid, vilket innebär att en timmes inspelat ljud kan bearbetas på ungefär en sekund.”
Källa: klang.ai ↗Pianissimo kan köras lokalt och offline på vanlig konsumenthårdvara, utan att ljud eller data behöver skickas till en extern tjänst.
”Modellen kan också köras lokalt och offline på vanlig konsumenthårdvara, utan att ljud eller data behöver skickas till en extern tjänst.”
Källa: klang.ai ↗Enligt bolagets egna benchmark når modellen 11,83 procent Word Error Rate.
”Träffsäkerhet: 11,83 % WER, det bästa resultatet bland modellerna i Klangs benchmark.”
Källa: klang.ai ↗I testerna har Pianissimo en felfrekvens som uppges vara 10 respektive 11 procent lägre än de öppna danska modellerna Edda och Saga, och 4 procent lägre än den kommersiella modellen ElevenLabs Scribe v2.
”I testerna har Pianissimo en felfrekvens som är 10 respektive 11 procent lägre än de öppna danska modellerna Edda och Saga, och 4 procent lägre än den kommersiella modellen ElevenLabs Scribe v2.”
Källa: klang.ai ↗"Vi utvecklar allt mer teknik som kräver transkribering i realtid, men de skandinaviska språken har fram till relativt nyligen varit nedprioriterade. Nu har vi utvecklat den modell som vi själva anser att vi behöver, både när det gäller hastighet och träffsäkerhet", säger Mattias Fält, Head of AI, medgrundare och ansvarig för Pianissimo på Klang AI.
”Vi utvecklar allt mer teknik som kräver transkribering i realtid, men de skandinaviska språken har fram till relativt nyligen varit nedprioriterade. Nu har vi utvecklat den modell som vi själva anser att vi behöver, både när det gäller hastighet och träffsäkerhet, säger Mattias Fält, Head of AI, medgrundare och ansvarig för Pianissimo på Klang AI.”
Källa: klang.ai ↗Enligt bolaget har testerna gjorts på autentiskt danskt tal från Europaparlamentet, dansk tv och forskningsmaterial från Köpenhamns universitet.
”Benchmark: Tre separata dataset med autentiskt danskt tal från Europaparlamentet, dansk tv och språkforskning vid Köpenhamns universitet (DanPASS).”
Källa: klang.ai ↗Techindex skrev i oktober att Klang i september släppte den svenska versionen av Pianissimo, och bolaget planerar nu en norsk version inom kort.
”Klang AI meddelade den 23 september att bolaget släpper den öppna tal-till-text-modellen Pianissimo för transkribering på svenska i realtid.”
Källa: techindex.se ↗Bolaget planerar nu en norsk version inom kort.
”En norsk version planeras inom kort, liksom fler modeller optimerade för antingen hastighet eller träffsäkerhet.”
Källa: klang.ai ↗Klang AI AB registrerades hos Bolagsverket i maj 2022 och har Helsingborg som registrerad adress.
”Registrerat hos Bolagsverket: 2022-05-02. Registrerad adress (postort, kan vara revisorns eller en ombudsadress): HELSINGBORG.”
Källa: bolagsverket.se ↗Modellen görs tillgänglig från den 3 november via plattformen Hugging Face under licensen CC BY 4.0.
”Tillgänglighet: Modellen släpps med öppna modellvikter under licensen CC BY 4.0, vilket innebär att den fritt får användas, modifieras och vidareutvecklas, även kommersiellt, med angivande av källa och licens. Klang Pianissimo finns tillgänglig via Hugging Face från den 3 november.”
Källa: klang.ai ↗
Uppgifterna kommer ur bolagets egna pressmeddelanden. En andra AI har kontrollerat varje citat mot källan. Så arbetar vi
Techindex Morgon
Gårdagens technyheter i mejlen, måndag till lördag kl 06.30. Gratis, och du avslutar med ett klick.
Vi sparar bara din adress. Så hanterar vi den
