Я наблюдаю за четырьмя производственными моделями: диаризация говорящих, изменение рейтинга, распознавание текста, оперативная безопасность.

Я собираю статистику моделей еженедельно, чтобы поддерживать актуальность данных на сайте aiappdex.com. Большинство записей содержат количество загрузок, которое рассказывает простую историю: большое количество загрузок, скромные лайки, очевидная роль категории задач. Четыре последние модели имеют другой профиль: либо соотношение лайков и загрузок у них необычно высокое, либо тег конвейера помещает их на территорию инфраструктуры, которая редко освещается в сводках новостей. Ни одна из них не является моделями чата. Все четыре появляются в производственных системах в больших масштабах. pyannote/speaker-diarization-3.1 — 9,26 миллиона скачиваний, 3350 лайков динамик-диаризация-3.1 на aiappdex отвечает на вопрос, которого нет в Whisper: кто и когда говорил. Транскрипция сообщает вам, что было сказано; диаризация добавляет сегментацию говорящих и идентификационные метки в записи. Соотношение лайков и скачиваний здесь исключительное — один лайк на каждые 2763 загрузки. Для контекста: большинство моделей встраивания в одном и том же диапазоне загрузок колеблются в пределах одной на 20 000 или более. Такое высокое соотношение обычно означает, что специалисты используют модель и достаточно благодарны, чтобы открыто ее поддержать. Варианты использования узки, но имеют высокую ценность: расшифровка встреч с указанием авторства, редактирование глав подкастов, аналитика колл-центра, где ВВП