Nhóm phát triển tuyên bố biến EmbeddingGemma 2 thành công cụ chép lời tiếng Anh trên Mac
Nhóm phát triển Embedding Gemma Transcribe cho biết họ đã biến EmbeddingGemma 2 của Google, vốn là mô hình tạo biểu diễn cho dữ liệu, thành ứng dụng chép lời tiếng Anh chạy trực tiếp trên Mac. Trong thử nghiệm của nhóm trên MacBook Air M3 bản cơ sở với 8 GB bộ nhớ, ứng dụng chép lời một giờ âm thanh trong 12,6 giây. Cách làm này giữ nguyên bộ xử lý âm thanh của mô hình gốc và huấn luyện một thành phần nhỏ để đối chiếu các đoạn âm thanh ngắn với khoảng 229.000 từ tiếng Anh; một mô hình nhỏ khác bổ sung dấu câu và chữ hoa. Nhóm công bố tỷ lệ nhận sai từ khoảng 5%, so với 2–3% ở các mô hình nhận dạng giọng nói hàng đầu, và cho biết việc huấn luyện thành phần mới mất chưa đến hai giờ trên tám GPU H100. Ứng dụng miễn phí yêu cầu macOS 14 trở lên và chip Apple Silicon, tải 715 MB mô hình ở lần mở đầu tiên, đồng thời hỗ trợ tệp âm thanh và đọc chính tả vào ứng dụng khác. Nếu kết quả được xác nhận, đây sẽ là cách chép lời nhanh, giữ âm thanh trên máy Mac bằng một mô hình ban đầu được thiết kế để biểu diễn nhiều loại nội dung trong cùng một không gian dữ liệu.
Người dùng Mac tại Việt Nam cần chép lời tiếng Anh có thể thử ứng dụng miễn phí này trên máy dùng Apple Silicon chạy macOS 14 trở lên; âm thanh được xử lý ngay trên máy. Nên kiểm tra độ chính xác với nội dung của mình vì mức lỗi từ khoảng 5% là do nhóm phát triển công bố.
Đọc bài gốc