产业观察
Sarvam AI发布Saaras V4：覆盖全部22种印度语言及全球英语的语音转文字模型
原标题: Sarvam AI发布Saaras V4：覆盖全部22种印度语言及全球英语的语音转文字模型
📋总体概括
印度AI公司Sarvam AI发布语音转文字模型Saaras V4，覆盖全部22种印度官方语言及全球英语。技术上采用音频编码器搭配30亿参数混合状态空间解码器，支持最多50个关键词提示、单一模型输出5种模式，流式首字延迟低于150毫秒，现已通过Sarvam API开放，定价为每小时30卢比，主打多语言低成本语音识别市场。
⚡关键信息
- ▸Saaras V4支持全部22种印度官方语言加上全球英语，语言覆盖广
- ▸采用音频编码器加30亿参数混合状态空间解码器的架构
- ▸支持最多50个关键词提示，可提升专有名词识别准确率
- ▸单一模型提供5种输出模式，流式首字延迟低于150毫秒
- ▸通过Sarvam API提供，定价每小时30卢比，成本优势明显
🔥犀利点评
22种印度语言全覆盖加每小时30卢比的定价，Sarvam摆明是要做印度版语音基建，专吃OpenAI Whisper们搞不定的长尾本地语言。3B状态空间解码器换来150毫秒内首字延迟，思路务实。但印度语音市场付费意愿历来是老大难，卢比定价是真护城河还是烧钱换量，得看两年后的续费率。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 marktechpost.com 阅读全文 →