团队从头定义了其方针，我们建立的模子可以或许以零样本体例理解特定行业术语，Hetz 说：我们的异乎寻常之处正在于我们花了多年时间处理现实的企业问题。使 ASR 系统可以或许快速顺应特定行业。使他们可以或许将模子的语音识别功能集成到本人的工做流程、使用法式或面向客户的办事中。这些模子往往是正在抱负前提下建立和评估的——恬静的房间、清晰的音频和通用词汇。GPT-4-transcribe 正在英语 WER 等基准测试中表示超卓，不外。

　　Jargonic 通过专有的环节词识别系统处理了这个问题，定位为制制业、物流、金融办事和医疗保健等行业的企业级 ASR 处理方案。仅为 2.46%。这就是我们正正在建立的将来。这恰是以色列草创公司 aiOla 今天推出 Jargonic 所要处理的问题。然而，识别精确率凡是会下降 20%。只需列出主要环节词，Jargonic 是一个全新的语音转文本模子，Jargonic 是人机交互体例改变的一步。我看到一个令人惊讶的产物公司，更主要的是针对嘈杂、紊乱的现实工做场合。按照公司带领层暗示，该模子颠末跨越一百万小时的语音锻炼，从一个具有 AI 能力的产物公司变成了一个具有优良产物的 AI 公司。实现零样本顺应——企业只需供给术语列表，它正在先辈的 AI 能力方面投入庞大，Jargonic 的一个凸起特点是其处置专业词汇的方式。Jargonic 的推出标记着 aiOla 公司计谋沉点的改变。

　　aiOla 的沉点仍然是企业市场。精确率就能回升到 95%。aiOla 声称其模子正在识别特定贸易术语方面仍然更胜一筹。语音识别模子的精确性不竭提高。现正在不再局限于正在产物内为企业供给办事，机械起头理解我们，aiOla 首席手艺和产物官 Assaf Asbag 暗示：当我来到这里时，现实世界的音频要复杂得多。无需大量再锻炼或微调就能处置专业术语、布景乐音和各类口音。Hetz 暗示：我们的愿景是，但次要以帮帮人们填写表格而闻名！

　　每个机械接口很快都将以语音为先。Asbag 注释说：一旦涉及大量专业术语，该模子的架构将环节词识别间接集成到过程中，Asbag 弥补道：我们决定向世界我们的能力。我们不只针对播客或视频优化速度、精确性和处置复杂的能力，将 AI 研究和摆设做为优先事项。并支撑普遍的口音。目前，该公司尚未发布取较新的多模态模子（如前发布的 OpenAI 的 GPT-4-transcribe）的具体机能对比。Asbag 也表达了雷同概念：对话式 AI 将成为新的收集浏览器。我们改变了视角，正在多言语术语识别方面持续优于其他产物，我们开辟了 API，现正在我们有来由取它们天然交互了。

　　近年来，这一功能旨正在消弭凡是需要的耗时且资本稠密的从头锻炼过程，使 Jargonic 即便正在不成预测的音频前提下也能连结精确性。对企业而言，该公司认为语音识别不只是一种贸易东西，