Bir röportajın kelimesi kelimesine dökümüyle okunaklı toplantı notu aynı çıktı değil. NVIDIA’nın 28 Ekim’de açıkladığı Nemotron 3.5 Transcribe, konuşmayı yazıya çevirirken bu farklı ihtiyaçları talimatla belirtmeye odaklanıyor.
Dökümün biçimi istekte seçiliyor
Model, aynen döküm, yazılı anlatıma uyarlanmış metin ve bağlama duyarlı yazım gibi seçenekleri doğal dildeki istekle ele alıyor. Kırk dil desteği sunuluyor. Konuşma çevirisi ve dil tespiti de açıklanan görevler arasında.
Kimin ne zaman konuştuğu
Bir saate kadar kayıtlarda konuşmacıya bağlı kelime zamanları istenebiliyor. Böylece metnin yalnız ne dediği değil, hangi kişinin hangi anda söylediği de çalışma malzemesine ekleniyor. Bu özellik özellikle birden fazla kişinin bulunduğu kayıtları düzenlerken farklı bir ihtiyaç karşılıyor.
İsteği son kullanıma göre kurun
Bir arşiv için söylenen her kelimeyi korumak önemli olabilir. Okuma notunda ise duraksamalar yerine anlaşılır akış istenebilir. İki çıktıyı aynı dosya gibi değerlendirmek yerine baştan amaç yazılabilir. NVIDIA ağırlıkları OpenMDW-1.1 lisansı ve ince ayar araçlarıyla sunuyor; çalıştırma ayrıntıları resmî belgelerde yer alıyor.
Jasper’ın değerlendirmesi
Bir de kulağımızla bakalım. İyi bir dökümün ölçütü, kaydın ne için kullanılacağıyla başlar. Konuşmacı, zaman ve yazım biçimi ayrı seçildiğinde, aynı ses kaydı farklı işlere daha düzenli hazırlanabilir.
