Akopọ
Jasper ati QuartzNet jẹ awọn awoṣe idanimọ ọrọ-ọrọ convolutional ipari-si-opin ti NVIDIA, pẹlu QuartzNet ti o kere pupọ, atunkọ daradara ti Jasper. Wọn ṣe pataki fun iṣafihan bi o ṣe le ni deede to lagbara pẹlu awọn aye ti o kere pupọ, o dara fun imuṣiṣẹ.
Jasper ati QuartzNet ASR joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.
Jin Dive
Jasper (O kan Oludamọ Ọrọ Ọrọ miiran), ti a tu silẹ nipasẹ NVIDIA ni ọdun 2019, jẹ nẹtiwọọki convolutional 1D ti o jinlẹ, to awọn fẹlẹfẹlẹ 54, ti o ṣe awọn ẹya mel-spectrogram si awọn kikọ ni lilo ipadanu CTC. O ṣe afihan awọn asopọ isale ipon nitorina awọn gradients nṣan ni mimọ nipasẹ awọn akopọ ti o jinlẹ pupọ. QuartzNet, ti a tu silẹ ni ọdun kanna, tọju eto bulọọki Jasper ṣugbọn rọpo awọn iyipada boṣewa pẹlu awọn iyipada akoko-ikanni ti o ya sọtọ, pipin àlẹmọ kọọkan sinu isọdọtun igba diẹ ti o jinlẹ ati igbesẹ idapọmọra ikanni ọgbọn. Isọdi-sọtọ yii dinku awọn aye lati Jasper ni aijọju miliọnu 333 si ayika miliọnu 19 lakoko ti o baamu deede lori Librispeech. Awọn ọkọ oju omi mejeeji ni ohun elo irinṣẹ NeMo ti NVIDIA ati pe wọn wa ni aifwy fun ikẹkọ GPU iyara ati itọkasi akoko gidi, ṣiṣe wọn ni awọn bulọọki ile olokiki fun iṣelọpọ ASR.
Imọ-imọ-ẹrọ
Iṣiṣẹ QuartzNet wa lati awọn iyipada iyapa ikanni akoko, imọran kanna lẹhin MobileNet. Iyipada 1D deede kan dapọ akoko ati awọn ikanni papọ, idiyele K awọn akoko C-ni awọn iwọn C-jade. Iyapa rẹ sinu iyipada ti o jinlẹ lori akoko pẹlu 1x1 convolutionwise pointwise lori awọn ikanni dinku awọn aye si K igba C pẹlu awọn akoko C-in C-out. Tolera ni awọn bulọọki iyokù ati ikẹkọ pẹlu CTC, eyi funni ni deede-Jasper ni ida kan ti iwọn awoṣe ati iṣiro.
Titunto si Jasper ati QuartzNet ASR
Jasper ati QuartzNet jẹ awọn awoṣe idanimọ ọrọ-ọrọ convolutional ipari-si-opin ti NVIDIA, pẹlu QuartzNet ti o kere pupọ, atunkọ daradara ti Jasper. Wọn ṣe pataki fun iṣafihan bi o ṣe le ni deede to lagbara pẹlu awọn aye ti o kere pupọ, o dara fun imuṣiṣẹ. Jasper ati QuartzNet ASR joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, tọju Jasper ati QuartzNet ASR bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati ya sọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo Jasper ati QuartzNet ASR ṣe itọju didara, lairi, ati igbanilaaye bi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Igbasilẹ akoko gidi ati awọn oluranlọwọ ohun ransogun lori NVIDIA GPUs nipasẹ ohun elo irinṣẹ NeMo
Eti ati ifibọ ASR nibiti ifẹsẹtẹ kekere ti QuartzNet baamu awọn ẹrọ ti o ni iranti
Awọn aaye ayẹwo QuartzNet ti a ti kọkọ ti o dara fun awọn iwe-ọrọ kan pato-ašẹ gẹgẹbi iṣoogun tabi awọn ofin ofin
Awọn atupale aarin ipe ti n ṣe iyipada awọn iwọn didun ohun ti o tobi ni iyara ati idiyele-doko
Awọn Ilana imuse
Jasper ati QuartzNet ASR ni iṣe
Igbasilẹ akoko gidi ati awọn oluranlọwọ ohun ransogun lori NVIDIA GPUs nipasẹ ohun elo irinṣẹ NeMo.
Igbasilẹ akoko gidi ati awọn oluranlọwọ ohun ti a fi ranṣẹ lori NVIDIA GPUs nipasẹ Awọn ẹgbẹ irinṣẹ NeMo nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Jasper ati QuartzNet ASR ni iṣe
Eti ati ifibọ ASR nibiti ifẹsẹtẹ kekere ti QuartzNet baamu awọn ẹrọ ti o ni iranti.
Eti ati ifibọ ASR nibiti ifẹsẹtẹ kekere ti QuartzNet ti baamu awọn ẹrọ ti o ni ihamọ iranti Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodiwọn didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Jasper ati QuartzNet ASR ni iṣe
Awọn aaye ayẹwo QuartzNet ti a ti kọkọ tẹlẹ ti o dara fun awọn iwe-ọrọ pato-ašẹ gẹgẹbi iṣoogun tabi awọn ofin ofin.
Awọn ibi ayẹwo QuartzNet ti a ti kọkọ tẹlẹ ti o dara fun awọn iwe-ọrọ pato-ašẹ gẹgẹbi iṣoogun tabi awọn ofin ofin Awọn ẹgbẹ nigbagbogbo gba awọn abajade ti o dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
Jasper ati QuartzNet ASR ni iṣe
Awọn atupale aarin ipe ti n ṣe iyipada awọn iwọn didun ohun ti o tobi ni iyara ati idiyele-doko.
Awọn atupale ile-iṣẹ ipe ti n ṣe igbasilẹ awọn iwọn nla ti ohun ni iyara ati idiyele ni imunadoko Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.