Sarvam AI 發佈 Saaras V4 語音識別模型

Sarvam AI 發佈 Saaras V4 語音識別模型，稱其在 22 種印度語言達到 SOTA，並支援五種轉寫格式。模型結合音訊編碼器與從零開始訓練的 3B 混合狀態空間 LLM 解碼器，在七個英語基準測試中取得最低平均 WER。Saaras V4 支援低延遲串流，首個 token 延遲低於 150 ms。