AssemblyAIの音声モデル「Universal 3.6 Pro」がVapiで提供開始
VapiはAssemblyAIのUniversal 3.6 Proモデルをプラットフォームで提供開始し、音声エージェント向けに14言語での文中コードスイッチング機能と文字起こしエラーの削減を実現した。
#assemblyai
すべてのAIニュースを見るAssemblyAI、Universal 3.6 Pro Realtime の提供開始を発表
AssemblyAI は、ストリーミング音声モデル Universal 3.6 Pro Realtime が利用可能になり、2件の独立したストリーミング評価で首位だったと述べている。その中には、covaldev のライブリーダーボードで、実際の音声エージェント音声における単語誤り率が最も低かったことも含まれる。
AssemblyAI Universal 3.5 Pro、15モデルのテストで単語誤り率1.93%
Tarush Agarwalは、同一の音声とパイプラインで15モデルを比較した音声テキスト変換ベンチマークを報告した。Pipecat FLEURSの読み上げ音声1,000件で、AssemblyAI Universal 3.5 Proの単語誤り率は1.93%、最初のテキストまでの中央値は489ミリ秒で、いずれもこのテストで最良の結果だった。