AI Product | Igor Akimov

Потестил быстро на трехминутном фрагменте в их демке и сравнил с лучшими на текущий момент. Вот такой фрагмент. И вот результаты распознавания - https://docs.google.com/document/d/1w5IXXSsDhOFFAh6Q-ATauBJ1fUJRF_ZUAcPE360k_x8/edit?usp=sharing Выводы: Gigaam-RNNT — самая связная и близкая к исходной речи, нормальная пунктуация, почти нет мусора. Ошибки мелкие (типа «тремстам» без «ё»), но смысл не страдает. Vosk — читаемо, но больше огрехов (дубли “то/что”, местами сбитые формы и ударения). Gigaam-CTC — мало пунктуации и встречаются странные вставки («е», «но там»), но в целом смысл держится. Omnilingual — заметные лексические и орфографические ошибки («взростового», «19» вместо «90-е» и т. п.). Parakeet — мешает русский с украинским/английским, ломает синтаксис и интонацию. Whisper-base — много “шума”, повторов и мусорных фрагментов, местами вовсе уезжает в бессмыслицу.