Haas-ja-v1.0 ha 615,8 milioni di parametri ed è stato addestrato su circa 46.000 ore di dati. L’azienda riferisce che ha ottenuto il miglior CER strict tra i modelli aperti valutati su asr-ja-bench v1.1, che comprende 18.318 enunciati e 23,38 ore di parlato giapponese.

Il costo infrastrutturale stimato è di 0,003–0,004 $ per ora audio, rispetto a circa 0,30 $ per GPT-Transcribe. Si tratta di una stima dei costi infrastrutturali basata su ipotesi di utilizzo elevato, non del prezzo di un’API; i costi operativi possono aumentare con un utilizzo ridotto. Il modello richiede Linux e una GPU NVIDIA.

Perché è importante

Offre un’opzione con licenza aperta ai team che vogliono ospitare autonomamente la trascrizione giapponese, con una stima del basso costo di inferenza riferita dall’azienda. I risultati del benchmark e le stime dei costi non sono presentati come verificati in modo indipendente.

GUIDE

Qualcosa da provare

Come prova ipotetica, controlla la licenza e i requisiti hardware, quindi valuta una breve registrazione in giapponese pertinente al tuo lavoro e confrontala con la trascrizione attuale usando la stessa metrica.