أفادت بذلك شركة “MTS Web Services” عشية انعقاد منتدى “التقنيات الرقمية”.
وقال ناطق باسم الشركة الروسية: “وفقا لنتائج الاختبار، ارتكبت النماذج الروسية أخطاء أقل بمرتين من التقنيتين الأجنبيتين التابعتين لـ”أوبن إيه آي” و”إنفيديا”، وأظهرت دقة كافية للاستخدام في أبرز سيناريوهات الأعمال المتخصصة في القطاعات الرئيسية للاقتصاد الروسي”.
وأُجري الاختبار على أكثر من 12 ألف تسجيل صوتي مُعلّم، بلغت مدتها الإجمالية نحو 38 ساعة. وتضمنت العينة تسجيلات لكلام خال من الضوضاء الواضحة، بالإضافة إلى تسجيلات تحتوي على ضوضاء صوتية وكلام في الخلفية.
وجرت مقارنة الشبكات العصبية باستخدام مؤشر “WER” أو معدل خطأ الكلمات، وهو مؤشر يعكس عدد الأخطاء في التعرف على الكلمات مقارنة بعدد الكلمات في النص المرجعي.
ويُشار إلى أنه وفقا لنتائج الاختبار، بلغ متوسط معدل خطأ الكلمات لدى نموذج “GigaAM” من شركة “سبير” الروسية نحو 7.4 أخطاء لكل 100 كلمة من النص المرجعي. ويقل هذا المعدل بأكثر من الضعف عن نظيره لدى نموذج “Nvidia Parakeet”، الذي سجل 15.8%، وبأكثر من ثلاثة أضعاف عن نموذج “Nvidia Nemotron”، الذي سجل 25.5%.
وعلاوة على ذلك، كان الفارق أكثر وضوحا في التسجيلات التي تضمنت ضوضاء صوتية وكلاما في الخلفية، إذ بلغ المؤشر 18% لدى “GigaAM”، مقابل 33% لدى “Nvidia Parakeet” و62% لدى “Whisper” من “أوبن إيه آي”.
وجاء في المرتبة الثانية من حيث الدقة تطوير روسي آخر، وهو “Vosk” من شركة “Alpha Cephei”.
يُذكر أن منتدى “التقنيات الرقمية” يعقد في مركز “روسيا” الوطني خلال الفترة من 6 إلى 10 أكتوبر.
المصدر: نوفوستي
