Wispr представила модель распознавания речи Canto

Компания Wispr выпустила модель Canto, предназначенную для высокоточного распознавания речи в реальном времени. Разработчики позиционируют решение как инструмент для работы в сложных акустических условиях, где требуется минимальная задержка и высокая устойчивость к фоновым шумам.

В ходе внутренних испытаний на 10-часовом наборе данных, имитирующем реальные сценарии диктовки, Canto продемонстрировала самый низкий показатель Word Error Rate (WER) среди всех доступных моделей реального времени. По заявлению компании, архитектура превзошла по точности аналогичные решения от Google, OpenAI, AssemblyAI и Deepgram.

Модель оптимизирована для работы в условиях, где стандартные системы распознавания часто допускают ошибки из-за акцентов, специфической терминологии или низкого качества записи. Технические детали архитектуры и методология тестирования представлены на официальной странице проекта.

Выпуск Canto направлен на устранение разрыва между лабораторными бенчмарками и практическим применением технологий распознавания речи. В отличие от многих универсальных моделей, данное решение сфокусировано на минимизации задержек при сохранении точности транскрипции в динамических средах.