Saaras v3
بواسطة Sarvam AI · تم الإصدار 2025
نموذج Sarvam الرائد لتحويل الكلام إلى نص. دقة رائدة على مستوى القطاع لـ22 لغة هندية بالإضافة إلى الإنجليزية. يتعامل أصلاً مع الكلام المختلط لغوياً (مثل التبديل بين الهندية والإنجليزية في منتصف الجملة). يدعم البث في الوقت الفعلي عبر WebSocket، ونسخ الكلام على دفعات عبر REST.
Saaras v3
مدعوم بواسطة Sarvam AI · Proprietary ASR model
نافذة السياق
N/A
المعلمات
Undisclosed
الحد الأقصى للإخراج
N/A
الفئة
تحويل الكلام إلى نص
نظرة عامة
Saaras v3 هو نموذج Sarvam الرائد لتحويل الكلام إلى نص، إذ يقدّم دقة رائدة على مستوى القطاع لـ22 لغة هندية بالإضافة إلى الإنجليزية. وقد صُمّم خصيصًا للتعامل مع التعقيد اللغوي في الهند، حيث ينتقل المتحدثون بانتظام بين اللغات في منتصف الجملة (المزج اللغوي)، ويستخدمون لهجات إقليمية، ويتحدثون في بيئات صاخبة مثل مراكز الاتصال والأماكن العامة.
يدعم النموذج وضعين للنشر: البث الفوري عبر WebSocket لإجراء النسخ المباشر (الوكلاء الصوتيون، وإضافة التعليقات التوضيحية المباشرة، ونسخ الاجتماعات)، والنسخ على دفعات عبر REST API لمعالجة ملفات الصوت المسجّلة. ويقدّم كلا الوضعين دقة عالية عبر اللغات الهندية الـ22 المدعومة، مع أداء قوي بشكل خاص في الكلام الممزوج لغويًا مثل Hinglish (الهندية-الإنجليزية) وTanglish (التاميلية-الإنجليزية).
Saaras v3 جاهز للاستخدام في بيئات الإنتاج والنشر المؤسسي، مع قدرة متينة على التعامل مع جودة الصوت الهاتفي، والضوضاء في الخلفية، وتعدد المتحدثين. وهو الخيار المفضل للتطبيقات الموجّهة إلى السوق الهندية التي تحتاج إلى تعرّف دقيق وفوري على الكلام عبر المشهد اللغوي المتنوع في البلاد.
الأسعار
| مقياس | السعر |
|---|---|
| السعر /hour | ₹53.0000 |
1 رصيد = 1 روبية هندية = 0.01 دولار أمريكي. الأسعار المعروضة من المزوّد؛ تمرّر CallMissed الأسعار مع هامش ربح يقارب 35٪.
أبرز النقاط الرئيسية
- 22 لغة هندية + الإنجليزية
- معالجة أصلية للكلام المختلط لغويًا (الهينغليش، وغير ذلك)
- البث اللحظي عبر WebSocket
- التفريغ النصي الدفعي عبر REST API
المعايير المرجعية
| المعيار المرجعي | النتيجة |
|---|---|
| Hindi WER | <8% |
| Code-Mixed WER | <12% |
| English WER | <6% |
| Languages | 23 |
التفاصيل التقنية
- يدعم 22 لغة هندية بالإضافة إلى الإنجليزية مع معالجة أصلية للمزج بين اللغات
- البث في الوقت الفعلي عبر WebSocket للتفريغ النصي المباشر
- التفريغ الصوتي الدفعي عبر REST API للتسجيلات الصوتية
- يتعامل مع جودة الصوت الهاتفي والضوضاء الخلفية والمتحدثين المتعددين
- مُحسَّن للهجات الهندية والاختلافات الإقليمية في النطق
- جاهز للإنتاج لمراكز الاتصال وعمليات النشر المؤسسية
نقاط القوة
- دقة رائدة في المجال لـ 22 لغة هندية
- معالجة أصلية للكلام المختلط لغويًا — قدرة فريدة للسوق الهندية
- بث WebSocket في الوقت الفعلي للتطبيقات المباشرة
- معالجة موثوقة للصوت الهاتفي والبيئات المليئة بالضوضاء
القيود
- يركّز على اللغات الهندية — وليس نظام STT متعدد اللغات للأغراض العامة
- قد تختلف الدقة باختلاف اللغات الهندية الأقل شيوعًا
- يتطلب بث WebSocket إدارة اتصال مستمرة
حالات الاستخدام
مثال على API
curl https://api.callmissed.com/v1/audio/transcriptions \ -H "Authorization: Bearer cm_YOUR_KEY" \ -F file=@audio.wav \ -F model=saaras:v3 \ -F language=hi
نقطة النهاية: POST /v1/audio/transcriptions · معرّف النموذج: saaras:v3
جرّب Saaras v3 الآن
احصل على 1000 رصيد مجاني من API عند التسجيل. لا حاجة إلى بطاقة ائتمانية.