Hotwords и словари на одной и той же записи
Whisper Russian поднял число точных написаний терминов со 164 до 293 из 392. WER в парном сравнении снизился с 31,59% до 24,71%.
Распознавание речи
Распознавание речи
Сравнение Whisper, GigaAM, Nemotron и LinTO. Обычная и техническая речь, шум, WER, CER и hotwords.
Ноябрь 2026
Как меняются качество распознавания, редактура и задержка озвучки
Сколько ошибок добавляют шум и техническая лексика
У GigaAM v3 RNNT WER составил 4,86% на обычной русской речи и 28,38% на технической. Это две отдельные серии, по 576 завершённых запусков в каждой.
Восемь распознавателей на длинных технических репликах
На десяти записях длительностью 10,79–16,72 секунды Whisper Russian дал WER 12,75% и медиану декодирования 1 255 мс. Whisper Turbo дал 14,71% за 519 мс.
Nemotron на CPU рядом с Whisper и GigaAM
На 40 русских записях Fleurs GigaAM RNNT дал WER 5,43%, Whisper Turbo - 5,80%, Nemotron ASR 0.6B - 12,72%.
Какие ASR-маршруты прошли браузерную проверку
В контрольной проверке сопоставили GigaAM, Whisper Russian, Turbo и LinTO через браузерный интерфейс. В результатах есть статус ответа и поведение каждого маршрута.
Октябрь 2026
Как голосовой запрос проходит от микрофона до ответа
Браузерный ASR Compare и GoLOS
В одном из контрольных сравнений использовали запись длительностью 10,90 секунды. На восьми маршрутах сделали 24 попытки, 19 завершились успешно.
Первый ASR Compare на одинаковом входе
Compare собирал ответы нескольких моделей на одну запись. В ранних замерах сразу проявилась разница между временем распознавания и временем подготовки и отправки звука.
Одна фраза на нескольких распознавателях
Проверки на одном образце позволяют увидеть конкретную потерю слова, дублированный префикс или ошибку на границе записи.
Ранний GoLOS с тихой и шумной речью
11 октября сравнили распознавание на 10 репликах GoLOS. Каждый прогон использовал один аудиопоток, PCM 16 кГц, mono, signed 16 bit.
Что hotwords и LoRA меняют в техническом Whisper
На наборе из 77 мест с терминами базовый Whisper small сохранил 58, LoRA - 60, hotwords - 65.
Когда потоковый Whisper отдаёт первый текст
В контрольном прогоне на H100 первый текст пришёл через 1,29 секунды от начала подачи файла. Это тест с подачей аудио в реальном темпе.
Январь 2026
Первые сохранённые результаты потокового Whisper
Первая проба потокового Whisper
От январской пробы сохранился JSONL с ответами на один тестовый WAV. По нему видно, как распознаватель записал каждую из четырёх фраз.