Emnearkiv
Artikler om talegenkendelse fra den danske og internationale AI-branche.
MAI-Transcribe-2 omsætter støjende optagelser til tekst på 60 sprog, herunder dansk, og kan skelne talere samt tidsmærke hvert ord. Modellen er tilgængelig i Microsoft Foundry, mens lanceringsprisen gælder til årets udgang.
Gemini 3.5 Transcribe blev præsenteret den 26. august og kan omsætte tale til færdig, formateret tekst på over 85 sprog. Den fjerner selv øh'er og fortalelser undervejs.
IBM har frigivet en ny generation af sine åbne Granite-modeller. De er udviklet til AI-agenter, der skal planlægge opgaver og bruge digitale værktøjer, mens nye talemodeller kan køre på mindre enheder.