Haas-ja-v1.0 में 615.8 मिलियन पैरामीटर हैं और इसे लगभग 46,000 घंटे के डेटा पर प्रशिक्षित किया गया था। कंपनी के अनुसार, 18,318 कथनों और 23.38 घंटे के जापानी भाषण वाले asr-ja-bench v1.1 पर मूल्यांकन किए गए ओपन मॉडलों में इसका strict CER सबसे अच्छा था।
अनुमानित अवसंरचना लागत प्रति ऑडियो घंटे $0.003–$0.004 है, जबकि GPT-Transcribe के लिए यह लगभग $0.30 है। यह उच्च उपयोग की मान्यताओं पर आधारित अवसंरचना लागत का अनुमान है, API की कीमत नहीं; कम उपयोग पर संचालन लागत बढ़ सकती है। मॉडल के लिए Linux और NVIDIA GPU आवश्यक हैं।
यह क्यों मायने रखता है
यह उन टीमों के लिए खुले लाइसेंस वाला विकल्प देता है जो जापानी ट्रांसक्रिप्शन को स्वयं होस्ट करना चाहती हैं, और कंपनी द्वारा बताई गई कम इनफ़रेंस लागत का अनुमान भी प्रस्तुत करता है। बेंचमार्क और लागत संबंधी दावों को स्वतंत्र रूप से सत्यापित बताया नहीं गया है।
आजमाने के लिए कुछ
एक काल्पनिक परीक्षण के तौर पर, लाइसेंस और हार्डवेयर आवश्यकताओं की जाँच करें, फिर अपने काम से संबंधित एक छोटी जापानी रिकॉर्डिंग का मूल्यांकन करें और उसी मापदंड का उपयोग करके उसकी तुलना अपने मौजूदा ट्रांसक्रिप्शन से करें।
बातचीत शुरू करें।