Google убила Speech-to-Text.

Компания представила Speech-to-Retrieval (S2R) → модель, которая не распознаёт слова, а сразу понимает, что ты ищешь.

Раньше голосовой поиск шёл по цепочке: речь → текст → поиск. Если распознавание ошибалось, всё ломалось.
Теперь → речь → смысл → результат.

S2R работает на dual-encoder архитектуре → одна нейросеть кодирует аудио, другая — документы. Они сравниваются в общем векторном пространстве, и система сразу находит нужное.

Результат → скорость выше, точность почти как у “идеального ASR”, и полная независимость от ошибок транскрипции.

Модель уже внедрена в Google Voice Search и работает на 17 языках. Google также открыла датасет Simple Voice Questions (SVQ).

Это не просто апдейт → теперь голос понимает смысл, а не слова.

👉 @PythonPortal