Friki Work

Arquitectura y Capacidades del Modelo Qwen3-ASR-1.7B El modelo Qwen3-ASR-1.7B está diseñado para transcripción automática de voz a texto (ASR) en entornos de producción. Con 1.7 mil millones de parámetros, el modelo optimiza el modelado acústico para soportar 52 idiomas y dialectos, incluyendo variantes complejas del chino como el cantonés, el ...

Introducción al reconocimiento de voz en el borde En escenarios industriales sin conectividad estable o en entornos clínicos donde la privacidad de los datos es primordial, los servicios de reconocimiento de voz basados en la nube resultan inadecuados. Aquí es donde entra en juego SenseVoice-small, un modelo de reconocimiento de voz diseñado es ...

Fundamentos del mecanismo de detección de palabras de activación El punto de partida de cualquier interacción por voz radica en determinar cuándo el dispositivo debe comenzar a escuchar activamente. Este proceso constituye el núcleo del sistema de activación por voz (wake word detection). Los dispositivos traductores modernos emplean redes n ...