Napisz odpowiedź

Message: [QUOTE="piotrpo, post: 175300, member: 3354"] Nie, przeciętny komputer z GPU jest w stanie obsłużyć speech-to-text w czasie rzeczywistym. Bardziej złożone jest ogarnięcie znaczenia tego co powiedział użytkownik. Jak w życiu - laska coś mówi, słowa rozumiesz, ale sensu już nie. Przygotowanie takiego modelu to już zupełnie inna kwestia. Nie da się tego zrobić lokalnie, potrzeba bardzo dużo danych, mocy obliczeniowej, energii. Komercyjne modele są drogie. Dostawcy nie bardzo chcą się nimi dzielić, więc sprzedają je jako usługę - wysyłasz plik z dźwiękiem, oni ci odsyłają tekst i kasują za użycie. Przy okazji zbierają sobie kolejne próbki, których używają do doskonalenia modelu. Nie działa wcale. Dostajesz komunikat, że nie ma Internetu. [/QUOTE]