Sarvam AI 发布语音识别模型 Saaras V4，覆盖 22 种印度法定语言及全球英语口音，宣称均达最先进准确率。模型采用编码器-解码器架构，解码器为自研 30 亿参数混合状态空间模型。支持 5 种输出模式、最多 50 个关键词提示，流式首 token 时延低于 150 毫秒，定价 ₹30/小时。目前仅 API 可用，权重未公开，自托管仅支持 v3。所有数据均为厂商自报，尚无独立复现。