Сбер выложил в опенсорс GigaAM Multilingual и GigaChat Audio
Сбер выложил в открытый доступ сразу две модели, связанные с аудио: семейство для распознавания речи GigaAM Multilingual и большую языковую модель GigaChat Audio, которая умеет работать с голосом напрямую. Решение опубликовано на Hugging Face и GitHub под лицензией MIT. GigaAM Multilingual — открытый ASR, который обходит Whisper GigaAM Multilingual включает аудиоэнкодер с самостоятельным обучением и многоязычную CTC ASR-модель.