Haas-ja-v1.0-এ 615.8 মিলিয়ন প্যারামিটার রয়েছে এবং এটি প্রায় 46,000 ঘণ্টার ডেটা দিয়ে প্রশিক্ষিত হয়েছে। কোম্পানির দাবি, 18,318টি উচ্চারণ এবং 23.38 ঘণ্টার জাপানি কথ্য ভাষা থাকা asr-ja-bench v1.1-এ মূল্যায়ন করা ওপেন মডেলগুলোর মধ্যে এর strict CER সেরা।
আনুমানিক অবকাঠামো খরচ প্রতি অডিও ঘণ্টায় $0.003–$0.004, যেখানে GPT-Transcribe-এর ক্ষেত্রে তা প্রায় $0.30। এটি উচ্চ ব্যবহারের অনুমানের ভিত্তিতে অবকাঠামো খরচের হিসাব, API-এর দাম নয়; কম ব্যবহার হলে পরিচালন খরচ বাড়তে পারে। মডেলটির জন্য Linux এবং NVIDIA GPU প্রয়োজন।
কেন এটি গুরুত্বপূর্ণ
জাপানি ট্রান্সক্রিপশন নিজেরা হোস্ট করতে চায় এমন দলগুলোর জন্য এটি একটি ওপেন-লাইসেন্সের বিকল্প দেয়, পাশাপাশি ইনফারেন্স খরচ কম হওয়ার কোম্পানি-প্রদত্ত একটি হিসাবও রয়েছে। বেঞ্চমার্ক ও খরচের দাবিগুলো স্বাধীনভাবে যাচাই করা হয়েছে বলে উপস্থাপন করা হয়নি।
চেষ্টা করে দেখার মতো কিছু
একটি কাল্পনিক পরীক্ষার ক্ষেত্রে, লাইসেন্স ও হার্ডওয়্যারের প্রয়োজনীয়তা যাচাই করুন, তারপর আপনার কাজের সঙ্গে প্রাসঙ্গিক একটি ছোট জাপানি রেকর্ডিং মূল্যায়ন করুন এবং একই মেট্রিক ব্যবহার করে আপনার বর্তমান ট্রান্সক্রিপশনের সঙ্গে তুলনা করুন।
কথোপকথন শুরু করুন।