{
  "stats": {
    "vosk": {
      "engine": "vosk",
      "version": "0.3.45",
      "model": "data/models/vosk-model-ru-0.42",
      "duration_seconds": 1099.9893125,
      "load_seconds": 154.72225025604712,
      "transcription_seconds": 324.28231343097286,
      "total_seconds": 479.00456368702,
      "rtf": 0.2948049674173292,
      "peak_rss_mib": 7025.1796875,
      "config": {
        "sample_rate": 16000,
        "words": true,
        "grammar": null,
        "file_heap": true,
        "file_heap_threshold_bytes": 1073741824,
        "file_heap_source": "scripts/file_heap.c",
        "file_heap_source_sha256": "93160c152f835cbb3fc82d5966f19eb685b8ea208b110c83befe45e591e0bf89",
        "memory_swap_max": 0,
        "memory_max_bytes": 7516192768,
        "omp_num_threads": 1,
        "openblas_num_threads": 1
      }
    },
    "faster-whisper": {
      "engine": "faster-whisper",
      "version": "1.2.1",
      "model": "small",
      "duration_seconds": 1099.9893125,
      "load_seconds": 1.3013741630129516,
      "transcription_seconds": 277.56781408394454,
      "total_seconds": 278.8691882469575,
      "rtf": 0.2523368281216319,
      "peak_rss_mib": 1522.796875,
      "config": {
        "language": "ru",
        "task": "transcribe",
        "beam_size": 5,
        "temperature": 0,
        "word_timestamps": true,
        "vad_filter": true,
        "condition_on_previous_text": false,
        "device": "cpu",
        "compute_type": "int8",
        "cpu_threads": 8
      }
    }
  },
  "inter_engine_difference": {
    "word_edit_distance": 670,
    "normalized_by_longer_transcript": 0.23231622746185854,
    "faster_whisper_word_count": 2884,
    "vosk_word_count": 2878,
    "note": "Disagreement is not recognition accuracy. Neither engine is a ground truth."
  },
  "accuracy": null,
  "verified_reference_seconds": 0,
  "samples": [
    {
      "id": 1,
      "start": 45,
      "end": 75,
      "audio": "data/reference/sample-1.mp3",
      "text": "",
      "verified_by_human": false,
      "hypotheses": {
        "vosk": "тренд агент разработки немного поговорим вот вы наверняка пишете тесты я уверен да и начну хочется же чтобы продакшн код выдал хорошем состоянии богине пронизали а что если мы будем говорить не про конкретный код который в продакшене работает а про ваш агент на пайплайны вот например хочется ревьювить код тоже с помощью агентов да и вы собираете такой пайплайн агентного кодревью у вас там есть некоторая базовая модель какие-то скилы какие-то критики а что если вы захотите поменять базовую модель на какое-то более продвинутое или если вы",
        "faster-whisper": "тренды агентной разработки немного поговорим. Вот вы наверняка пишете тесты, я уверен. Хочется, чтобы в продакшенном код попадал в хорошем стейне и баги не пролезали. А что, если мы будем говорить не про конкретный код, который в продакшене работает, Это про ваши агентные пайплайны. Вот, например, хочется ревьюить код тоже с помощью агентов. Да, и вы собираете такой пайплайн агентного код -ревью. У вас там есть некоторые базовые модель, какие -то скилы, какие -то критики. А что, если вы захотите поменять базовую модель на какую -то более продвинутую? Или если вы"
      }
    },
    {
      "id": 2,
      "start": 360,
      "end": 390,
      "audio": "data/reference/sample-2.mp3",
      "text": "",
      "verified_by_human": false,
      "hypotheses": {
        "vosk": "функции теряете туда это самое ну буквально бинарный файл запускайте получайте скорость третьего ранжирования все ни о чем думать не нужно красота дальше модель активно развивались повелись нейросети и в частности очень популярны в реку для всех моделях с башенной и нейросети история такая вот у вас есть допустим пользователь и документ и вы хотите оценить вероятность например с какой вероятностью этому пользователю этот документ полезен или есть пользователь и товар с какой вероятностью это полисы товар купят но опять же какой-то",
        "faster-whisper": "функцию, берёте туда это буквально бинарный файл, запускаете, получаете скор, скор берёте вранжирование, всё, ни о чём думать не нужно, красота. Дальше модели активно развивались, появились нейросети и в частности очень популярные в рекомендательных моделях двухбашенные нейросети. История такая, вот у вас есть, допустим, пользователь и документ. И вы хотите оценить вероятность, например, с какой вероятностью этому пользователю и документ полезен. Или есть пользователь и товар, с какой вероятностью это полиция, это товар купит. Опять же, какой -то"
      }
    },
    {
      "id": 3,
      "start": 840,
      "end": 870,
      "audio": "data/reference/sample-3.mp3",
      "text": "",
      "verified_by_human": false,
      "hypotheses": {
        "vosk": "знаю такая важная продуктовые фича с одной стороны с другой стороны когда есть некто регистратор который понимает часто на нас дату вызвать такой то тут с такими-то аргументами тоже чем раньше он про это узнал из ответа нейросетке тем лучше поэтому вот на всех этапах этого графа важен стриминг ну и понятно надо следить за эффективностью все системы как-то умно балансировать нужно какой-то обрела билете слой чтобы смотреть на трусы и дебаты что там происходило короче да вы не фоткайте там сейчас доклад про это будет в этом же зале",
        "faster-whisper": "важная продуктовая вещь, с одной стороны, с другой стороны, когда есть некоторый архистратор, который понимает, что надо вызвать такой -то тул с такими -то аргументами, то же, чем раньше он про это узнал, из ответа не рассетки, тем лучше. Поэтому вот на всех этапах этого графа важен стриминг. Ну и понятно, надо следить за эффективностью всей этой системы, как -то умно балансировать, нужно какой -то обзеврабилить слой, чтобы смотреть на тресы и дебазжить, что там происходило. Короче, да вы не фоткайте там сейчас это будет в этом же зале."
      }
    }
  ]
}