NVIDIA NeMo, toolkit AI percakapan open source, mengumumkan keluarga model ASR Parkit, serangkaian model pengenalan ucapan otomatis (ASR) canggih yang mampu menyalin bahasa Inggris lisan dengan akurasi luar biasa, seperti yang dilaporkan oleh Webmaster Home pada 8 Januari. Nvidia mengumumkan empat model Parkit yang didasarkan pada decoder RNN Transducer / Connectionist Temporal Classification dan memiliki 0,6-110 juta parameter. Mereka mampu menangani berbagai lingkungan audio dan, setelah pelatihan hanya pada 64.000 jam dataset, mencapai kinerja tingkat kesalahan kata (WER) yang sangat baik pada dataset Benchmark, mengungguli model sebelumnya. Menurut pengembang, modelnya kuat untuk segmen non-ucapan seperti musik dan bisu, dan mengungguli OpenAI's Whisper v3 dalam pengujian benchmark. Mereka juga menyediakan integrasi yang mudah digunakan ke dalam proyek dengan titik kontrol yang telah dilatih sebelumnya.