Universal-2-TF
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- AssemblyAI
- Type d'organisation
- Industry
- Publié
- 30 October 2024
- Auteurs
- Core Research Luka Chkhetiani (lead), Andrea Vanzo (lead), Yash Khare, Taufiquzzaman Peyash, Ilya Sklyar Research Contributors Michael Liang, Rami Botros, Ruben Bousbib Research Data Ahmed Etefy Benchmarking Pegah Ghahremani, Gabriel Oexle, Jaime Lorenzo Trueba Research Infrastructure William Pipsico Ferreira Production Engineering Ben Gotthold, Soheyl Bahadoori, Mimi Chiang, Aleksandar Mitov…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Speech
- Tâche
- Speech recognition (ASR)
- Modèle de base
- Conformer
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 600M
- Données d'entraînement
- tokens
1. ASR decoder: "Our models are based on an ASR decoder architecture called the Recurrent Neural Network Transducer (RNN-T), which offers advantages in scalability, robustness against hallucinations, and timestamp accuracy—key factors for real-world usage at scale. We use a 600M parameter Conformer RNN-T model." 2. Text Formatting module.
1. ASR decoder:: "For Universal-2, we doubled the size of the supervised training dataset from 150,000 hours to 300,000 hours." "we first pre-trained an RNN-T encoder using 12.5 million hours of diverse, multilingual audio. After the pre-training, the encoder was combined with a randomly initialized decoder, and the entire model was fine-tuned using a combination of the supervised dataset described above and a pseudo-labeled dataset, similar to the approach used in Universal-1." 2. Text formatt…
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- API access
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Unknown
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Robust All-Neural Text Formatting for ASR
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Contexte
Universal-2-TF a été publié par AssemblyAI, durant October 2024. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Speech, et est enregistré comme exécutant la tâche de speech recognition (ASR).
Plutôt que d'être entraîné depuis le début, il est dérivé de Conformer. C'est la façon habituelle de produire un modèle spécialisé.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Réponses
Universal-2-TF — questions courantes
Universal-2-TF— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 600M. 1. ASR decoder: "Our models are based on an ASR decoder architecture called the Recurrent Neural Network Transducer (RNN-T), which offers advantages in scalability, robustness against hallucinations, and timestamp accuracy—key factors for real-world usage at scale. We use a 600M parameter Conformer RNN-T model." 2. Text Formatting module. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Universal-2-TF— qui l'a créé ?
Il a été publié par AssemblyAI, une organisation catégorisée comme industry.
Universal-2-TF— quand a-t-il été publié ?
Il a été publié dans October 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
Universal-2-TF— à quoi ça sert ?
Il fonctionne dans le domaine de Speech, et est enregistré comme gérant la tâche de speech recognition (ASR). Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
Universal-2-TF— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Universal-2-TF— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.