模型支持40种语言、8人说话人归属,并开放Granary v2训练数据管线。
推荐理由:以约43亿激活参数统一转录、翻译和说话人归属,英语词错率降至5.33%,关键价值是把多人重叠语音处理推进到可部署的开放权重方案。
阅读原文