Duyu-small: компактний розпізнавач мови ONNX для турецької та англійської мов

TL;DR

• •Модель Duyu-small має 19,3 млн параметрів
• •Квантування int8/4-bit для ефективного роботи на CPU
• •Формат ONNX дозволяє розгортання на краєвих пристроях
• •Достигає WER 7,87 на наборі FLEURS для турецької мови
• •Вимагає лише numpy та onnxruntime для інференсу

Як це змінить ваш ринок?

Сам по собі цей реліз не змінює ринок для SMB, оскільки не надає готового рішення. Однак це сигнал про зростання доступності компактних ШІ-моделей для специфічних задач, таких як розпізнавання мови на низькопотужних пристроях. Це може зменшити залежність від хмарних API у довгостроковій перспективі.

Визначення: WER (Word Error Rate) — метрика якості розпізнавання мови, що визначає відсоток помилкових слів у розпізнаному тексті.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

❌ «Підходить для компаній будь-якого розміру». ✅ «Для інтеграції Duyu-small потрібна IT-команда з досвідом роботи з ONNX і мовними моделями, мінімум 2-3 тижні на дослідження та прототипування, бюджет на інженера — від $3 000/міс.»

Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 | з колонками: Ціна, Де працює, Мін. вимоги, Ключова різниця.

| Whisper tiny | OpenAI | Хмарний API | $0.006/1 хв аудіо | Інтернет-з'єднання | Потужний GPU/CPU | Найточніший, але потребує хмари | Vosk small | Vosk | Локальний | Безкоштовно (AGPL) | Windows/Linux/macOS | 512 MB RAM | Простий у інтеграції, але нижча точність для турецької | Duyu-small | Kaan Aydinli | Локальний | Дані не розкриті | CPU (numpy+onnxruntime) | 100 MB RAM | Оптимізований для турецької, але без підтримки