Wav2Vec2

Определение

ASR-модель от Meta, эффективная для английского языка, требует дообучения под домен. Может быть адаптирована для streaming, но качество ниже Whisper.

Где встречается

• 364. Как вы строите real-time voice agent с latency 500ms
• 549. Как вы проектируете систему для real-time video understanding (поток с камеры)
• 559. Что такое Audio RAG (RAG для аудиофайлов)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление