ГидБольшинство советов о точности расшифровки — общие слова. В этом руководстве пять факторов расставлены по измеренному эффекту: расстояние до микрофона, перебивания, шум и тишина, язык и словарь, размер модели — и по каждому приведены опубликованные цифры: насколько именно он сдвигает долю ошибок.
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.
