英語のボイスエージェント向けにターン検出が改善された Ink 2 をぜひお試しください。
ink-whisper
Ink Whisper は Cartesia の最も手頃な音声認識モデルです。ベースラインの Whisper と比べてより高い精度と低レイテンシーを実現します。
ベースラインの Whisper と比較した追加機能：
- ダイナミックチャンキングを使用して、可変長の音声チャンクや中断をスムーズに処理します。
- 背景ノイズのある音声を確実に書き起こします。
- テレフォニーアーティファクト、アクセント、発話の流暢でない部分を含む音声を正確に書き起こします。
- 固有名詞やドメイン固有の用語の書き起こしに優れています。
Ink STT ファミリーの使い方については、エンドポイントの比較 を参照してください。