Когда голосовой ассистент слышит "девятьсот", ему часто нужно "900", а не буквальная транскрипция. Deepgram добавил в свои потоковые модели Flux функцию, которая автоматически переводит произнесённые числа в цифровой формат, избавляя от ручной постобработки.
Deepgram внедрил в свои модели Flux новую функцию numerals. Она автоматически переводит словесные обозначения чисел, такие как "сто двадцать три", в их цифровой формат — "123" — прямо в транскрипции. Это избавляет от необходимости дополнительной обработки данных.
Функция активируется через простой параметр numerals=true при установке WebSocket-соединения с моделями Flux English (flux-general-en) или Flux Multilingual (flux-general-multi). Это подчёркивает её нацеленность на потоковую обработку речи.
Поддержка функции numerals распространяется на восемь языков:
- Английский
- Испанский
- Французский
- Немецкий
- Русский
- Португальский
- Итальянский
- Голландский Однако для хинди и японского языков эта функция пока не доступна.
В отличие от подходов некоторых конкурентов, где управление форматированием чисел может быть сложным и контекстно-зависимым (например, через Speech Contexts в Google Cloud Speech-to-Text), Deepgram предлагает явный и простой переключатель. Это упрощает интеграцию для разработчиков.
Функция numerals повышает ценность транскрипций для автоматизированных систем, которым нужны чистые числовые данные — от финансовых отчётов до голосовых ассистентов. Deepgram не уточнил, как это изменение влияет на общую задержку или стоимость использования моделей Flux.