Sarvam AI выпустила Saaras V4 для распознавания индийской речи

Индийский стартап Sarvam AI представил модель распознавания речи Saaras V4 на базе 3-миллиардного гибридного state-space языка. Модель поддерживает 22 индийских языка, кодовые смеси и шумное аудио, выдаёт пять форматов вывода и работает в потоковом режиме с задержкой менее 150 мс.

• Ошибка определения языка — 5,22% на 22 индийских языках и 2,9% на 10 основных
• Пять режимов вывода: verbatim, normalised, codemix, translit и translate
• Потоковое распознавание с временем до первого токена менее 150 мс
• Доступ через API с SDK для Python и Node.js, интеграции с Vercel, LiveKit и Pipecat