ИИИИ-расшифровка на устройстве означает, что речевая модель работает в самом телефоне — этапа, на котором аудио куда-то загружается, просто не существует. Что происходит между микрофоном и текстом, чем занят Neural Engine, почему размер модели в приложении выбирает не процессор, а память, и чего локальная расшифровка действительно не умеет.
ИИWER считает замены, пропуски и вставки против слов, которые прозвучали на самом деле. Что входит в формулу, о чём она молчит, почему одна модель получает разные цифры в двух публикациях — и как за десять минут измерить собственный WER.
ИИЛокальный SpeechAnalyzer от Apple обошёл Whisper в широко разошедшемся бенчмарке — но тот тест гонял Whisper Small на английских аудиокнигах. Что он измерил, чего не измерил и какой движок под какую запись.
ИИРеальная точность Whisper: 2–3% ошибок на чистой речи, около 7% на английских тестах, порядка 16% на записях встреч — и что сильнее всего влияет на эти цифры.
ИИЧетыре лучших Whisper-приложения для iPhone и iPad: сравниваем, какой вариант Whisper реально работает в каждом и где — на устройстве или на сервере.
ИИПрактическое сравнение Parakeet V3 и Whisper Large V3: точность в бенчмарках (WER), скорость, охват языков, склонность к галлюцинациям и какая модель подходит для транскрибации на устройстве.
ИИКак Whisper Large V3 Turbo делает Large V3 быстрее и легче, какие ограничения сохраняются и почему эта модель лежит в основе локальной транскрибации LoroNote.
