MÜNCHEN (IT BOLTWISE) – NVIDIA hat mit der Veröffentlichung des Parakeet-TDT-0.6B-v2-Modells einen bedeutenden Schritt in der Welt der automatischen Spracherkennung gemacht. Dieses Modell, das auf der Plattform Hugging Face verfügbar ist, bietet eine beeindruckende Leistung und ist vollständig Open Source.
NVIDIA, bekannt für seine leistungsstarken GPUs, hat in den letzten Jahren nicht nur im Hardwarebereich, sondern auch im Bereich der Künstlichen Intelligenz bedeutende Fortschritte gemacht. Das Unternehmen hat kürzlich das Parakeet-TDT-0.6B-v2-Modell veröffentlicht, ein automatisches Spracherkennungsmodell, das in der Lage ist, eine Stunde Audio in nur einer Sekunde zu transkribieren. Diese Leistung wird durch den Einsatz von NVIDIA’s GPU-beschleunigter Hardware ermöglicht.
Das Modell nutzt eine Kombination aus dem FastConformer-Encoder und der TDT-Decoder-Architektur und verfügt über 600 Millionen Parameter. Diese technischen Spezifikationen ermöglichen es dem Modell, auf der Hugging Face Open ASR Leaderboard mit einer durchschnittlichen Wortfehlerrate von nur 6,05 % zu glänzen. Damit nähert es sich den Leistungen proprietärer Modelle wie OpenAI’s GPT-4o-transcribe an.
Ein wesentlicher Vorteil des Parakeet-Modells ist seine Verfügbarkeit unter einer Creative Commons CC-BY-4.0-Lizenz, die kommerzielle Nutzung erlaubt. Dies macht es besonders attraktiv für Unternehmen und Entwickler, die Spracherkennungsdienste in ihre Anwendungen integrieren möchten. Die Möglichkeit, das Modell mit NVIDIA’s NeMo-Toolkit zu implementieren, bietet zusätzliche Flexibilität.
Das Modell wurde auf einem umfangreichen Datensatz, dem Granary-Datensatz, trainiert, der 120.000 Stunden englischer Audiodaten umfasst. Diese Daten stammen aus verschiedenen Quellen wie LibriSpeech und Mozilla Common Voice. NVIDIA plant, diesen Datensatz nach seiner Präsentation auf der Interspeech 2025 öffentlich zugänglich zu machen.
Die Veröffentlichung des Modells hat in der KI-Community für Aufsehen gesorgt, da es nicht nur leistungsstark, sondern auch vollständig Open Source ist. Entwickler können das Modell über Hugging Face oder das NeMo-Toolkit von NVIDIA nutzen, wobei umfassende Dokumentationen und Anleitungen zur Verfügung stehen.
In einer Zeit, in der die Nachfrage nach KI-gestützten Lösungen stetig wächst, bietet das Parakeet-Modell eine vielversprechende Option für Unternehmen, die ihre Anwendungen mit fortschrittlichen Spracherkennungstechnologien ausstatten möchten. Die Kombination aus hoher Leistung, Open-Source-Verfügbarkeit und kommerzieller Nutzbarkeit macht es zu einer wertvollen Ressource in der KI-Entwicklung.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote
Senior Data Analyst - KI & Automatisierung (m/w/d)
(Senior) Cloud Manager (m/w/d) Schwerpunkt KI
Projektmanager / Product Owner Artificial Intelligence for Pricing (m/w/d)
Data Scientist / KI-Expert:in im Team Advanced Analytics
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "NVIDIA stellt leistungsstarkes Open-Source-Transkriptionsmodell vor" für unsere Leser?
#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "NVIDIA stellt leistungsstarkes Open-Source-Transkriptionsmodell vor" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »NVIDIA stellt leistungsstarkes Open-Source-Transkriptionsmodell vor« bei Google Deutschland suchen, bei Bing oder Google News!