Types de modèle de nouvelle génération

Le service met à disposition deux types de modèles de nouvelle génération :

• Les modèles de téléphonie sont destinés spécifiquement à l'audio qui est communiqué par téléphone. Tout comme les modèles Bande étroite de génération précédente, les modèles de téléphonie sont destinés aux audio dont le taux d'échantillonnage minimal est de 8 kHz.
• Les modèles multimédias sont destiné aux audio extraits des sources avec un taux d'échantillonnage plus élevé, tel qu'une vidéo. Utilisez un modèle multimédia pour n'importe quel audio autre que l'audio au téléphone. Tout comme les modèles large bande de génération précédente, les modèles de téléphonie sont destinés aux audio dont le taux d'échantillonnage minimal est de 16 kHz.

Choisissez le type de modèle qui correspond le plus à la source et au taux d'échantillonnage de votre audio. Le service ajuste automatiquement la fréquence d'échantillonnage de vos données audio pour correspondre au modèle que vous spécifiez. Pour obtenir la meilleure précision de reconnaissance, tenez également compte du contenu en fréquence de votre audio. Pour plus d'informations, voir Taux d'échantillonnage et Audiofréquence.

Modèles de langue de nouvelle génération pris en charge

Les sections suivantes répertorient les modèles de nouvelle génération de chaque type disponibles pour chaque langue. Les tableaux des sections fournissent les renseignements suivants :

• La colonne Nom du modèle indique le nom du modèle. (Contrairement aux modèles de génération précédente, les modèles de nouvelle génération n'incluent pas le mot Model dans leurs noms.)
• La colonne Prise en charge du faible temps d'attente indique si le modèle prend en charge le paramètre low_latency pour la reconnaissance vocale. Pour plus d'informations, voir Faible temps d'attente.
• La colonne Statut indique si le modèle est en disponibilité générale (GA) ou une version bêta.

Les colonnes Nom du modèle et Prise en charge du faible temps d'attente indiquent les versions de produit pour lesquelles le modèle et le faible temps d'attente sont pris en charge. Sauf indication contraire IBM Cloud, IBM Cloud Pak for Data ou, un modèle et une faible latence sont pris en charge pour toutes les versions du service IBM Software Hub, un modèle et une faible latence sont pris en charge pour toutes les versions du service

Fonctionnalités prises en charge pour les modèles de nouvelle génération

Les modèles de nouvelle génération sont pris en charge pour une utilisation avec un grand sous-ensemble des fonctions de reconnaissance vocale du service. Dans les cas où une fonction prise en charge est limitée à certaines langues, les mêmes restrictions de langue s'appliquent généralement aux modèles de génération précédente et de nouvelle génération.

• Pour plus d'informations sur les paramètres que vous pouvez utiliser avec les modèles de nouvelle génération, y compris les langues prises en charge et si les paramètres sont GA ou bêta, consultez le Résumé des paramètres.
• Pour plus d'informations sur la prise en charge de la personnalisation par les modèles de nouvelle génération, voir Prise en charge de la personnalisation par les modèles de nouvelle génération.

Les modèles nouvelle génération prennent en charge tous les paramètres et en-têtes de reconnaissance vocale, à l'exception des éléments suivants :

• acoustic_customization_id (les modèles de nouvelle génération ne prennent pas en charge la personnalisation du modèle acoustique).
• keywords et keywords_threshold
• processing_metrics et processing_metrics_interval
• word_alternatives_threshold

Les modèles nouvelle génération prennent également en charge les paramètres suivants, qui ne sont pas disponibles avec les modèles de génération précédente :

• character_insertion_bias, qui est pris en charge par tous les modèles nouvelle génération. Pour plus d'informations, voir Pondération d'insertion de caractères.
• low_latency, qui est pris en charge par la plupart des modèles nouvelle génération. Pour plus d'informations, voir Faible temps d'attente.

Les modèles de nouvelle génération diffèrent également des modèles de génération précédente par rapport aux fonctions supplémentaires suivantes :

• Les modèles de la prochaine génération ne produisent pas de marqueurs d'hésitation. Ils incluent plutôt les hésitations réelles dans les résultats de la transcription. Pour plus d'informations, voir Speech hesitations and hésitation marqueurs.
• Les modèles de nouvelle génération prennent en charge la capitalisation automatique uniquement pour les modèles allemands. Les modèles de génération précédente prennent en charge la personnalisation automatique uniquement pour les modèles en anglais américains. Pour plus d'informations, voir Capitalisation.