Parrot Speech-to-text API

概要

Parrot は Ringg の production-grade な音声認識モデル。実世界の電話やノイズ混入を前提に、低遅延推論と高品質の文字起こしを実現。ヒンディー語混在・英語コードスイッチ・インド訛り・背景ノイズなどの難所を克服し、下流ワークフロー用のヒンディー語検証・正規化を提供。音声エージェント開発チームが、乱れた音声を LLM が実際に使えるクリーンな文字起こしに変換します。

特長

• 実世界の通話を前提に設計
• 低遅延推論
• ヒンディー語検証と正規化
• オープンソースのヒンディー語ベンチマークで高い WER の正規化性能

対象

• 音声エージェントを開発するチーム

活用イメージ

• ノイズが多い現場の音声をクリーンな文字起こしに変換し、LLMs での意思決定に直結