2024年3月20日，Gcore 宣布其 Gcore 人工智能自动语音识别（AI ASR）系统正式投入使用。
AI ASR 集成到 Gcore 工作流程中，使广播公司、视频点播 (VOD)、直播流媒体和企业内容所有者能够接触到新的全球受众，提高不同语言或有听力障碍的受众对内容的可访问性。
现有的自动语音识别（ASR）服务速度慢、成本高，给内容创建者和所有者带来了巨大的资源负担。对于拥有直播新闻、体育赛事或投资者关系信息的广播公司、企业或内容所有者来说，必须迅速将信息传达给客户，因此速度至关重要。如果涉及多种语言，传统的字幕生成可能需要数小时甚至数天的时间，而且经常会出现不准确的情况。
最好的 ASR 模型，经过测试并集中在一处
与其他ASR服务不同，Gcore AI ASR是一项可管理的云服务，支持100多种语言，使客户能够专注于为其内容快速生成字幕，而无需选择和微调人工智能（AI）模型。Gcore 团队对新发布和更新的 ASR 模型进行评估，确保通过预配置服务提供最佳选择。管理服务团队支持客户选择和微调模型，以满足特定需求。
快速、经济高效的字幕
Gcore AI ASR 速度快、成本效益高，可在十分钟内生成一小时视频的字幕，准确度可媲美或超过人类，通常可达到 4%-5% 的单词错误率。可根据字幕内容选择特定语言或主题领域的开源 ASR 模型，以提高准确性。这种定制对于特定行业的术语或包含多种口语的内容非常有用。
Gcore 流媒体平台主管 Alexey Petrovskikh 评论说： “字幕对于向全球受众提供内容至关重要。Gcore的人工智能语音识别服务，人工智能 ASR 为广播公司、内容所有者和企业提供了一种具有成本效益和准确性的方式，通过新鲜、可访问的内容接触全球受众。这是我们致力于不断创新解决方案和边缘基础设施的又一举措。“
