Parrot 소개: Ringg의 프로덕션 등급 음성 에이전트를 위한 음성-텍스트 변환 모델입니다. 힌디어가 많이 섞이고 잡음이 많은 실제 대화를 낮은 지연 시간의 추론, 향상된 전사 품질, 다운스트림 워크플로우에 최적화된 힌디어 검증 기능으로 포착합니다.
Parrot Speech-to-text API는 RinggAI가 자체 개발한 음성 인식 모델로, 프로덕션 등급의 음성 에이전트 및 실시간 전사 워크플로우를 위해 설계되었습니다. 이 모델은 저지연 스트리밍 추론을 제공하며, 힌디어, 영어, 그리고 코드 혼합 음성(인도에서 실제 음성 상호작용을 지배하는 혼합 언어 대화)을 강력하게 지원합니다. 일반적인 스트리밍 지연 시간은 60ms이며, Deepgram 및 Sarvam과 같은 대안보다 여러 벤치마크 데이터 세트(잡음 및 코드 혼합 오디오 포함)에서 더 뛰어난 성능을 보입니다.
Parrot STT V1은 일반적인 스트리밍 지연 시간 60ms를 제공하여 실시간 음성 제품 및 대화형 AI 에이전트에 적합합니다. 이 모델은 오디오가 도착하는 대로 처리하도록 설계되어 자연스러운 턴테이킹과 반응형 음성 인터페이스를 가능하게 합니다.
이 모델은 많은 인도 비즈니스 및 소비자 환경에서 지배적인 음성 커뮤니케이션 방식인 힌디어-영어 코드 혼합 음성을 위해 특별히 설계되었습니다. Kathbath 및 Common Voice와 같은 벤치마크에서 ElevenLabs, Deepgram 및 Sarvam보다 뛰어난 성능을 보이며, 전체 단어 오류율(WER)은 **7.27%**로, 다음으로 좋은 대안의 8.94%보다 낮습니다.
Parrot은 Kathbath 잡음 데이터 세트에서 13.09% WER을 달성하여 Deepgram(15.93%) 및 Sarvam(17.53%)보다 현저히 낮습니다. 이는 배경 잡음을 피할 수 없는 컨택 센터, 현장 녹음 및 기타 환경에서 강력한 선택이 됩니다.
Ringg는 PyPI의 ringglabs 패키지를 통해 사용 가능한 Python SDK를 제공합니다. 이 SDK는 내장된 VAD 이벤트를 사용하여 Pipecat 툴킷과 통합되므로 최신 음성 에이전트 오케스트레이션 파이프라인에 쉽게 연결할 수 있습니다.
Parrot은 주요 음성-텍스트 제공업체 중 가장 낮은 전체 단어 오류율인 7.27%를 제공하면서도 60ms의 스트리밍 지연 시간을 유지합니다.
정확성과 속도의 이러한 조합은 드뭅니다. 대부분의 제공업체는 둘 중 하나를 희생합니다. Parrot은 전체 WER에서 ElevenLabs, Deepgram 및 Sarvam을 능가하면서도 실시간 음성 에이전트에 충분히 낮은 지연 시간을 유지합니다. 또한 이 모델은 독점적이고 비공개이므로 오디오 데이터와 전사 내용이 RinggAI의 통제된 배포 환경 내에 유지되어 민감한 대화를 처리하는 비즈니스에 의미 있는 고려 사항을 제공합니다.
잡음이 많거나 코드 혼합 환경에서 특히 실시간으로 안정적인 힌디어-영어 전사가 필요한 음성 제품을 구축하는 경우입니다. Parrot은 정확성과 지연 시간이 모두 중요한 컨택 센터, AI 에이전트 및 회의 인텔리전스 도구에 적합합니다. 현재 힌디어 사용이 많은 워크로드에 Deepgram 또는 Sarvam을 사용하고 있다면 벤치마크 데이터는 Parrot이 눈에 띄게 더 나은 결과를 제공할 수 있음을 시사합니다. 프로덕션 액세스는 RinggAI에 직접 문의해야 하지만 ringg.ai의 플레이그라운드에서 모델을 평가할 수 있습니다.
고려해볼 만한 다른 도구
Loading comments…
제작자
calm_kit
웹사이트 방문
ringg.ai/models/speech-to-text/v1
프로젝트 정보
제품 키워드
