Pesquisador utiliza EmbeddingGemma 2 para transcrição de áudio local
Novo experimento utiliza o modelo EmbeddingGemma 2 do Google para realizar transcrições de áudio localmente em alta velocidade.
||
22/10 às 13:45
Pontos principais
- O modelo EmbeddingGemma 2 foi aplicado em um experimento de transcrição de áudio local.
- A técnica utiliza o espaço vetorial unificado de áudio-texto para processar as informações via similaridade vetorial.
- O sistema alcançou a marca de uma hora de áudio transcrita em aproximadamente 13 segundos.
- O projeto foi desenvolvido pelo pesquisador Shahir utilizando a tecnologia do Google.
O pesquisador Shahir desenvolveu um experimento que utiliza o modelo EmbeddingGemma 2 para realizar transcrições de áudio de forma local. A técnica aproveita o espaço vetorial unificado de áudio-texto para processar os dados por meio de similaridade vetorial. O método demonstrou alta eficiência, sendo capaz de transcrever uma hora de gravação em cerca de 13 segundos.
Cobertura da mídia
Leia também
Projeto 'hunch' utiliza EmbeddingGemma 2 para classificação local
4 nov, 15:15
Google lança modelo multimodal EmbeddingGemma 2 para uso local
29 out, 14:15
Google EmbeddingGemma 2 supera benchmarks de fala em vietnamita
23 out, 12:40
Google lança EmbeddingGemma 2 para processamento multimodal
8 out, 13:40
Google DeepMind lança EmbeddingGemma 2 para uso local em dispositivos
6 out, 13:31
Comentários (0)
Seja o primeiro a comentar.
