Sarvam AI lança o saaras v4: um modelo de fala para texto multilingue para idiomas indianos e inglês global

A Sarvam AI lançou o Saaras V4, um modelo de fala para texto que suporta todos os 22 idiomas indianos agendados, juntamente com sotaques de inglês global. O modelo está disponível através da API da Sarvam, utilizando o identificador do modelo 'saaras:v4'. Embora os pesos do modelo não estejam disponíveis publicamente, a documentação de auto-hospedagem da SageMaker da empresa atualmente suporta o Saaras v3. A nova versão utiliza uma arquitetura codificador-decodificador, com um modelo de linguagem híbrido de espaço de estado de 3B parâmetros, o Sarvam-3B, como decodificador. A performance do modelo, incluindo uma precisão de 16,03% no benchmark IndicContextEval, é relatada pela Sarvam como a mais baixa em registo. O prompting de termos-chave, uma nova funcionalidade no V4, permite aos utilizadores influenciar o reconhecimento com até 50 termos. A Sarv, a empresa, enfatiza que todas as métricas são relatadas pelo fornecedor, sem validação independente publicada até agora. A mudança do Saaras v3 para o V4 requer apenas uma alteração de uma linha no formato da solicitação.