💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
加州初创公司TwinMind推出了Ear-3语音识别模型，单词错误率为5.26%，说话人分类错误率为3.8%，支持140多种语言，转录成本仅为每小时0.23美元。该模型需云部署，注重隐私保护，适用于法律和医疗等领域，可能改变高端转录服务的预期。
🎯
关键要点
- 加州初创公司TwinMind推出Ear-3语音识别模型，单词错误率为5.26%。
- 说话人分类错误率为3.8%，支持140多种语言。
- 转录成本仅为每小时0.23美元，属于行业最低。
- Ear-3需云部署，无法完全离线，注重隐私保护。
- 音频不会长期存储，只有文字记录会存储在本地。
- API访问计划将在未来几周内向开发者开放，终端用户功能将于下月推出。
- Ear-3在法律、医疗等领域的应用潜力巨大，尤其适合长篇音频转录。
- 云依赖可能限制某些用户，实施复杂性可能在不利声学条件下暴露弱点。
- 如果基准测试在实际使用中保持稳定，可能改变高端转录服务的预期。
❓
延伸问答
Ear-3语音识别模型的单词错误率是多少？
Ear-3的单词错误率为5.26%。
Ear-3支持多少种语言？
Ear-3支持140多种语言。
Ear-3的转录成本是多少？
Ear-3的转录成本为每小时0.23美元。
Ear-3模型需要什么样的部署方式？
Ear-3需要云部署，无法完全离线使用。
Ear-3在法律和医疗领域的应用潜力如何？
Ear-3在法律和医疗领域具有巨大的应用潜力，特别适合长篇音频转录。
Ear-3的隐私保护措施是什么？
Ear-3声称音频不会长期存储，只有文字记录会存储在本地，并提供可选的加密备份。
➡️
