Sarvam AI выпустила Saaras V4 — распознавание речи для 22 языков Индии

Sarvam AI представила модель распознавания речи Saaras V4, охватывающую все 22 запланированных языка Индии и глобальный английский. Доступна только через API по цене ₹30 в час (₹45 с диаризацией), веса не публикуются, документация по самостоятельному развёртыванию пока описывает только v3.

• Декодер Sarvam-3B — гибридная state-space модель на 3 млрд параметров, обученная с нуля
• 5 режимов вывода: transcribe, verbatim, codemix, translit, translate
• Стриминг через WebSocket с задержкой первого токена менее 150 мс
• Ошибка определения языка 2,9% для топ-10 языков и 5,22% для всех 22