разбор · asr
4.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал
ASR-модели 2026: Parakeet для on-device, Scribe V2 для точности
Top Transcription / ASR Models in 2026
Рекомендации по выбору ASR-моделей на 2026 год с учётом качества, размера и языковой поддержки. Лучшие проприетарные — Eleven Labs Scribe V2 и Speechmatics, среди open source — Voxstral, Qwen, Parakeet и Moonshine. Оценка и обучение моделей удобно делать через Trelis Studio с унифицированным API.
Для API берите Scribe V2 или Speechmatics, для GPU — Voxtral, для on-device — Parakeet или Moonshine. Оценка…
что из этого моё
Под расшифровку в своих заказах ставить Parakeet: 0,6 млрд параметров, работает через ONNX прямо на устройстве, автор рекомендует его именно для on-device. Ошибку он меряет отдельно на именах моделей и бенчмарков, и там даже лучший результат — 2,4% у Assembly AI, то есть транскрипт с терминами заказчика всё равно придётся вычитывать руками.
Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
поднять Parakeet через ONNX для локальной расшифровки аудио
замерить ошибку Parakeet на своих датасетах с терминами
настроить Trelis Router для доступа к ASR-моделям через единый API
о чём говорят, по времени
главы доводят до 10:07 · дальше по ролику меток нет
01
Обзор моделей ASR00:00 ↗
Рассказ о популярных проприетарных и open source моделях для распознавания речи.
02
Датасет и оценка01:08 ↗
Описание созданного автором датасета с AI-терминами и методики оценки моделей.
03
Результаты и рекомендации03:24 ↗
Рейтинг моделей по точности и рекомендации по выбору в зависимости от задач.
04
Работа с Trelis Studio06:41 ↗
Как настроить и использовать Trelis Studio для оценки и инференса моделей.
05
Подготовка и генерация датасетов10:07 ↗
Инструменты для загрузки аудио, транскрибирования и подготовки датасетов для обучения и оценки.