Haas-ja-v1.0 tiene 615,8 millones de parámetros y se entrenó con unas 46.000 horas de datos. La empresa afirma que logró el mejor CER estricto entre los modelos abiertos evaluados en asr-ja-bench v1.1, con 18.318 enunciados y 23,38 horas de habla japonesa.
El coste de infraestructura estimado es de 0,003–0,004 dólares por hora de audio, frente a unos 0,30 dólares para GPT-Transcribe. Es una estimación de infraestructura bajo supuestos de uso intensivo, no un precio de API; con poco uso pueden aumentar los costes operativos. Requiere Linux y una GPU NVIDIA.
Por qué importa
Ofrece una opción con licencia abierta para equipos que quieran alojar por su cuenta la transcripción en japonés. Tanto el rendimiento como el coste son afirmaciones de la empresa, no resultados presentados como verificados de forma independiente.
Una idea para probar
Como prueba hipotética, revisa la licencia y los requisitos de hardware; después evalúa una grabación breve de japonés pertinente para tu trabajo y compárala con tu sistema actual usando la misma métrica.
Inicia la conversación.