Deepgram ni kampuni ya AI ya sauti inayotengeneza API za kubadilisha sauti kuwa maandishi, maandishi kuwa sauti, na kuelewa lugha. Jukwaa lake huwasaidia watengenezaji kuunda programu za sauti za wakati halisi, zikiwemo AI ya mazungumzo, zana za vituo vya mawasiliano, na mifumo ya unukuzi wa matibabu. Kwa kuchakata lugha inayozungumzwa kwa kuzingatia usahihi, kasi, na ufanisi wa gharama, Deepgram huwezesha mashirika katika sekta za afya, usafirishaji na ugavi, ushauri, na sekta nyingine kubadilisha data ya sauti kuwa taarifa muhimu na uzoefu shirikishi.
Mwanasayansi Mkuu wa Utafiti, Misingi ya AI ya Sauti
Endeleza utafiti wa msingi wa AI ya sauti katika Deepgram, kuanzia modeli za latent-space na neural audio codec hadi mifumo ya speech-to-speech. Jenga teknolojia inayopanuka na yenye ufanisi kwa mwingiliano wa wakati halisi kati ya binadamu na mashine.
Maelezo
- Tengeneza modeli za latent-space ili kutatua changamoto kuu za data, upanuzi na gharama katika AI ya sauti thabiti na yenye muktadha.
- Unda neural audio codec zinazochanganya viwango vya chini sana vya biti na ujenzi upya wenye uaminifu wa juu.
- Jenga modeli zalishi zinazoweza kuelekezwa kwa aina mbalimbali za usemi, ikiwemo usemi wenye hisia, wa wazungumzaji wengi, wenye kelele na unaopishana.
- Sanifu mifumo ya embedding inayotenganisha uwakilishi fiche katika vipimo vya mzungumzaji, maudhui, mtindo, mazingira na chaneli.
- Tumia muunganiko upya wa latent kuzalisha data ya sauti sanisi kwa kiwango ambacho hakijawahi kufikiwa.
- Funza mifumo ya multimodal speech-to-speech kwa uelewa mpana na majibu yenye huruma yanayofanana na ya binadamu.
- Sanifu usanifu wa modeli, mbinu za mafunzo na algoriti za inferensi kwa maunzi ya bare-metal.
- Saidia mafunzo yenye gharama nafuu kwenye seti za data za saa bilioni na inferensi ya wakati halisi kwa mamia ya mamilioni ya mazungumzo yanayoendelea kwa wakati mmoja.
- Fanya majaribio yaliyodhibitiwa, tafiti za ablation, tathmini na majaribio ya mkazo.
- Changia katika machapisho ya utafiti na miradi ya chanzo huria.
Mahitaji
- Msingi imara wa hisabati katika nadharia ya ujifunzaji wa kitakwimu, hasa ujifunzaji wa self-supervised na multimodal.
- Ujuzi wa kina wa usanifu wa modeli za msingi na kupanua mafunzo katika modaliti nyingi.
- Uwezo wa kubuni fomula asilia za kihisabati na kuzitekeleza kwa ufanisi.
- Uwezo uliothibitishwa wa kujenga na kudumisha mifumo mikubwa ya data yenye ubora wa juu na anuwai.
- Uzoefu wa kubuni majaribio yaliyodhibitiwa ili kutenganisha athari za usanifu na kupima maarifa ya kinadharia.
- Uzoefu wa kuandaa modeli kwa matumizi ya ulimwengu halisi, ikiwemo vikwazo vya maunzi na mbinu za ufanisi.
- Rekodi ya michango ya chanzo huria au machapisho ya utafiti yanayoendeleza AI ya usemi au lugha.
- Uwezo wa kutambua majaribio ya uamuzi yanayopima mawazo kwa haraka.
- Maono ya kupanua uthibitisho wa dhana uliofanikiwa mara 100.
- Mtazamo unaotanguliza uotomatiki na uongezaji uwezo kwa AI.
- Fasihi ya kitaaluma au machapisho ya kitaaluma yanayohusiana na uchakataji wa usemi, speech-to-text, text-to-speech au kazi zinazofanana, kama ilivyoombwa kwenye maombi.
- Ruhusa ya kisheria kufanya kazi katika nchi ambako nafasi hii ipo.
- Uwezo wa kutimiza masharti ya ufadhili wa visa kwa nchi ambako nafasi hii ipo.
Manufaa
- Mpangilio wa kazi ya mbali.
- Mazingira ya kazi yanayotanguliza AI yenye fursa za kutumia na kujaribu zana za AI za hali ya juu.
- Fursa ya kufanya kazi kwenye utafiti wa AI ya sauti wenye kuleta mabadiliko makubwa.
- Fursa ya kuchangia miradi ya chanzo huria na machapisho ya utafiti.
- Kurekodi mahojiano kwa AI Notetaker ni hiari; kujiondoa hakutaathiri ugombeaji.