Daily Journal
Daily Journal

Google EmbeddingGemma 2 supera benchmarks de fala em vietnamita

O modelo EmbeddingGemma 2 atingiu o topo de oito benchmarks de reconhecimento de fala em vietnamita após apenas três horas de treinamento.

Daily Journal
Foto: x.com
||
23/10 às 12:40

Pontos principais

  • O modelo superou oito benchmarks de reconhecimento automático de fala (ASR) em vietnamita.
  • O treinamento utilizou um conjunto de dados de 3.000 horas de áudio.
  • O processo completo de treinamento foi concluído em um intervalo de três horas.
  • O resultado foi obtido sem a necessidade de um decodificador autorregressivo pesado.

O Google anunciou que o seu modelo EmbeddingGemma 2 alcançou o topo de oito benchmarks de reconhecimento automático de fala (ASR) para o idioma vietnamita. O desempenho foi atingido após um período de treinamento de apenas três horas, utilizando uma base de 3.000 horas de áudio.

A eficiência do modelo foi destacada pela capacidade de atingir esses resultados sem a dependência de um decodificador autorregressivo pesado. A comunidade de desenvolvedores já tem realizado o fine-tuning da ferramenta com resultados positivos.

Cobertura da mídia

Leia também

Comentários (0)

Seja o primeiro a comentar.