{"id":482050,"date":"2026-06-02T09:13:17","date_gmt":"2026-06-02T09:13:17","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=482050"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=482050","title":{"rendered":"Whisper \u0438\u043b\u0438 GigaAM \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e ASR \u0432 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435: \u0442\u0440\u0438 \u043b\u043e\u0432\u0443\u0448\u043a\u0438 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0435\u0440\u0435\u0432\u0435\u0440\u043d\u0443\u0442 \u0432\u0430\u0448\u0438 \u0432\u044b\u0432\u043e\u0434\u044b"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041f\u0430\u0440\u0443 \u043c\u0435\u0441\u044f\u0446\u0435\u0432 \u043d\u0430\u0437\u0430\u0434 \u043c\u044b \u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1002260\" rel=\"noopener noreferrer nofollow\">\u0441\u0442\u0430\u0442\u044c\u044e \u043f\u0440\u043e \u0442\u043e, \u043a\u0430\u043a \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 3.3% WER \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e ASR \u043d\u0430 CPU \u0441 GigaAM<\/a> &#8212; \u0433\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0435\u0437\u0438\u0441 \u0442\u043e\u0433\u0434\u0430 \u0431\u044b\u043b \u00ab\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0431\u044c\u0451\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u00bb. \u0417\u0430\u043c\u0435\u0440\u044b \u0432 \u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0448\u043b\u0438 \u043d\u0430 \u043f\u044f\u0442\u0438 TTS-\u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u0430\u0445 \u0438\u0437 \u0430\u0443\u0434\u0438\u043e\u043a\u043d\u0438\u0433. \u0412\u0441\u0451 \u0434\u0430\u043b\u043e \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0435 3,3% WER. \u0421 \u0442\u0435\u0445 \u043f\u043e\u0440 \u043c\u044b \u043f\u0435\u0440\u0435\u043c\u0435\u0440\u0438\u043b\u0438 \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d-\u0437\u0430\u043f\u0438\u0441\u044f\u0445 \u0438 \u0447\u0430\u0441\u0442\u044c \u043f\u0440\u043e\u0448\u043b\u044b\u0445 \u0432\u044b\u0432\u043e\u0434\u043e\u0432 \u0437\u0434\u0435\u0441\u044c \u0443\u0442\u043e\u0447\u043d\u044f\u0435\u043c.<\/p>\n<p>\u041a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430 \u0443 \u043d\u0430\u0441 \u043f\u043e-\u043f\u0440\u0435\u0436\u043d\u0435\u043c\u0443 \u0434\u0432\u0430: <a href=\"https:\/\/github.com\/salute-developers\/GigaAM\" rel=\"noopener noreferrer nofollow\">SberDevices <strong>GigaAM v3-e2e-rnnt<\/strong><\/a> \u0438 <a href=\"https:\/\/huggingface.co\/openai\/whisper-large-v3-turbo\" rel=\"noopener noreferrer nofollow\">OpenAI <strong>Whisper large-v3-turbo<\/strong><\/a>. \u041f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043e\u0444\u0444\u043b\u0430\u0439\u043d\u043e\u0432\u043e\u0435 &#8212; \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u044b\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0434\u0438\u043a\u0442\u0443\u044e\u0442 \u0442\u0435\u043a\u0441\u0442, \u043e\u0431\u043b\u0430\u0447\u043d\u044b\u0435 \u0441\u0435\u0440\u0432\u0438\u0441\u044b \u0432\u0440\u043e\u0434\u0435 Yandex SpeechKit \u0438\u043b\u0438 Whisper API \u0438\u043c \u0437\u0430\u043f\u0440\u0435\u0449\u0435\u043d\u044b \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u043e\u0439 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u0438. \u041f\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u043c \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u043c GigaAM \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u0438\u043b\u044c\u043d\u0435\u0435, \u0438 \u043d\u043e\u0432\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u043c\u044b \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u043b\u0438 \u043a\u0430\u043a \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0448\u043b\u043e\u0433\u043e \u0432\u044b\u0431\u043e\u0440\u0430.<\/p>\n<p>\u041f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u043d\u0435 \u0441\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c. \u041f\u043e \u0434\u043e\u0440\u043e\u0433\u0435 \u043c\u044b \u043f\u043e\u043f\u0430\u043b\u0438 \u0432 \u0442\u0440\u0438 \u043b\u043e\u0432\u0443\u0448\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0436\u0434\u0443\u0442 \u043b\u044e\u0431\u043e\u0433\u043e, \u043a\u0442\u043e \u043c\u0435\u0440\u044f\u0435\u0442 ASR \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 \u043d\u0438\u0445 \u043f\u0435\u0440\u0435\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0432\u044b\u0432\u043e\u0434: \u043f\u043e \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u044b\u043c \u0437\u0430\u043c\u0435\u0440\u0430\u043c GigaAM \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u0438\u043b\u044c\u043d\u0435\u0435 Whisper \u043d\u0430 5-7 pp, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u043c\u044b \u0441\u0430\u043c\u0438 \u043f\u043e\u043c\u0435\u0440\u0438\u043b\u0438 \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 &#8212; \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0434\u0443\u0442 \u0432\u0440\u043e\u0432\u0435\u043d\u044c, \u0430 \u043d\u0430 \u0448\u0443\u043c\u043d\u044b\u0445 \u0437\u0430\u043f\u0438\u0441\u044f\u0445 Whisper \u0432\u044b\u0445\u043e\u0434\u0438\u0442 \u0432\u043f\u0435\u0440\u0451\u0434. \u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0438 \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u0432 \u0432 \u0438\u0442\u043e\u0433\u0435 \u0440\u0435\u0448\u0430\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0432\u044b\u0431\u043e\u0440 \u0441\u0430\u043c\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438.<\/p>\n<p>\u0424\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u0432\u044b\u0431\u043e\u0440 \u0443 \u043d\u0430\u0441 \u0442\u0430\u043a\u043e\u0439:<\/p>\n<ul>\n<li>\n<p><strong>GPU-\u0441\u0431\u043e\u0440\u043a\u0438<\/strong>: \u043d\u0430\u0448\u0430 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0430\u044f Whisper-large-v3-turbo, <strong>9.43% AGG WER<\/strong> \u043d\u0430 6 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 RU-\u0442\u0435\u0441\u0442\u0430\u0445 (21 \u0442\u044b\u0441. \u0441\u043b\u043e\u0432) \u043f\u0440\u043e\u0442\u0438\u0432 <strong>13.25%<\/strong> \u0443 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 turbo \u0438 <strong>10.79% AGG<\/strong> \u0443 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u0433\u043e RU-\u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f <a href=\"https:\/\/huggingface.co\/bond005\/whisper-podlodka-turbo\" rel=\"noopener noreferrer nofollow\"><code>bond005\/podlodka-turbo<\/code><\/a>. \u041c\u043e\u0434\u0435\u043b\u044c \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u0430 \u043d\u0430 huggingface: <a href=\"https:\/\/huggingface.co\/coriollon\/whisper-large-v3-turbo-russian\" rel=\"noopener noreferrer nofollow\"><code>coriollon\/whisper-large-v3-turbo-russian<\/code><\/a>.<\/p>\n<\/li>\n<li>\n<p><strong>CPU-\u0441\u0431\u043e\u0440\u043a\u0438<\/strong>: <a href=\"https:\/\/huggingface.co\/ai-sage\/GigaAM-v3\" rel=\"noopener noreferrer nofollow\">GigaAM v3-e2e-rnnt<\/a>. \u0411\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c \u0432 20 \u0440\u0430\u0437 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 Whisper turbo CPU \u043f\u0440\u0438 \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u0438\u043c\u043e\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043d\u0430 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0445 \u0440\u0435\u043f\u043b\u0438\u043a\u0430\u0445. Whisper turbo \u043d\u0430 CPU \u043d\u0435 \u0443\u0441\u043f\u0435\u0432\u0430\u0435\u0442 \u0437\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c \u0430\u0443\u0434\u0438\u043e &#8212; \u0434\u043b\u044f \u043e\u043d\u043b\u0430\u0439\u043d-\u0434\u0438\u043a\u0442\u043e\u0432\u043a\u0438 \u043d\u0435 \u0433\u043e\u0434\u0438\u0442\u0441\u044f.<\/p>\n<\/li>\n<\/ul>\n<h3>\u0414\u0430\u043b\u044c\u0448\u0435 &#8212; \u043f\u0443\u0442\u044c \u043e\u0442 \u043f\u0435\u0440\u0432\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u043e\u0432 \u0434\u043e \u044d\u0442\u043e\u0433\u043e \u0432\u044b\u0431\u043e\u0440\u0430.<\/h3>\n<h2>\u041a\u043e\u0440\u043f\u0443\u0441\u0430, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u044b \u043c\u0435\u0440\u0438\u043b\u0438<\/h2>\n<p><strong>Podlodka &#8212; \u043b\u0451\u0433\u043a\u0430\u044f \u0447\u0430\u0441\u0442\u044c.<\/strong> 20 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0438\u0437 \u043f\u043e\u0434\u043a\u0430\u0441\u0442\u0430 (\u0442\u0435\u0441\u0442\u043e\u0432\u0430\u044f \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0430 <a href=\"https:\/\/huggingface.co\/datasets\/bond005\/podlodka_speech\" rel=\"noopener noreferrer nofollow\">bond005\/podlodka_speech<\/a>, 1140 \u044d\u0442\u0430\u043b\u043e\u043d\u043d\u044b\u0445 \u0441\u043b\u043e\u0432), \u0447\u0438\u0441\u0442\u0430\u044f \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0430\u044f \u0440\u0435\u0447\u044c, \u0434\u0432\u0430 \u0434\u0438\u043a\u0442\u043e\u0440\u0430 \u043f\u043e \u043e\u0447\u0435\u0440\u0435\u0434\u0438. \u041c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438 \u044d\u0442\u0443 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0443 \u043a\u0430\u043a \u0431\u0430\u0437\u043e\u0432\u044b\u0439 \u0437\u0430\u043c\u0435\u0440 \u043d\u0430 \u00ab\u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c\u00bb \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0435.<\/p>\n<p><strong>YouTube &#8212; \u0442\u044f\u0436\u0451\u043b\u0430\u044f \u0447\u0430\u0441\u0442\u044c.<\/strong> 34-\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0439 \u0440\u043e\u043b\u0438\u043a \u041a\u0440\u0435\u043e\u0441\u0430\u043d \u043f\u0440\u043e \u0437\u043e\u043d\u0443 \u043e\u0442\u0447\u0443\u0436\u0434\u0435\u043d\u0438\u044f \u0424\u0443\u043a\u0443\u0441\u0438\u043c\u044b, \u0434\u0432\u0430 \u0432\u0435\u0434\u0443\u0449\u0438\u0445 \u0445\u043e\u0434\u044f\u0442 \u043f\u043e \u0437\u0430\u0431\u0440\u043e\u0448\u0435\u043d\u043d\u043e\u043c\u0443 \u043f\u043e\u0441\u0435\u043b\u043a\u0443, \u0444\u043e\u043d\u043e\u043c \u0433\u0440\u043e\u043c\u043a\u043e\u0433\u043e\u0432\u043e\u0440\u0438\u0442\u0435\u043b\u0438, \u043b\u0430\u0435\u0442 \u0441\u043e\u0431\u0430\u043a\u0430, \u0433\u0443\u0434\u0438\u0442 \u0432\u0435\u0442\u0435\u0440. \u041c\u044b \u0447\u0435\u0440\u0435\u0437 ffmpeg \u043d\u0430\u0440\u0435\u0437\u0430\u043b\u0438 8 \u0434\u0432\u0443\u0445\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0445 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u043e\u0432, \u044d\u0442\u0430\u043b\u043e\u043d\u044b \u0432\u0437\u044f\u043b\u0438 \u0438\u0437 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 YouTube &#8212; \u044d\u0442\u043e \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043d\u0430\u043c \u043f\u043e\u0442\u043e\u043c \u0435\u0449\u0451 \u0430\u0443\u043a\u043d\u0435\u0442\u0441\u044f.<\/p>\n<p><strong>Qantas &#8212; \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u0447\u0438\u0441\u0442\u044b\u0439.<\/strong> \u041f\u043e\u0434\u043a\u0430\u0441\u0442 \u043f\u0440\u043e \u0430\u0432\u0430\u0440\u0438\u044e \u0440\u0435\u0439\u0441\u0430 Qantas 32, 3 \u043a\u043b\u0438\u043f\u0430 \u043f\u043e 3 \u043c\u0438\u043d\u0443\u0442\u044b, \u044d\u0442\u0430\u043b\u043e\u043d\u044b \u0442\u043e\u0436\u0435 \u0438\u0437 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 YouTube &#8212; \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0441\u044f \u0434\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u043c\u0435\u0442\u043e\u0434\u043e\u043b\u043e\u0433\u0438\u0438.<\/p>\n<p><a class=\"anchor\" name=\"\" id=\"\"><\/a><\/p>\n<details class=\"spoiler\">\n<summary>\u041c\u0435\u0442\u043e\u0434\u0438\u043a\u0430 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f WER<\/summary>\n<div class=\"spoiler__content\">\n<p>\u041c\u0435\u0442\u043e\u0434\u0438\u043a\u0430: \u041c\u0435\u0442\u0440\u0438\u043a\u0430 &#8212; `jiwer.process_words` \u043f\u043e\u0441\u043b\u0435 `BasicTextNormalizer`. \u0417\u0430\u043c\u0435\u0440\u044b \u043d\u0430 RTX 4090 Laptop, faster-whisper 1.2.x \u043d\u0430 CTranslate2, GigaAM \u0447\u0435\u0440\u0435\u0437 `onnx-asr` \u043d\u0430 CUDAExecutionProvider. \u0412\u0435\u0437\u0434\u0435 `beam_size=5`, `temperature=0`, `condition_on_previous_text=True` (default faster-whisper).<\/p>\n<\/div>\n<\/details>\n<h2>Podlodka: \u0433\u0434\u0435 \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e<\/h2>\n<p>\u0411\u0430\u0437\u043e\u0432\u044b\u0439 Whisper large-v3-turbo \u043d\u0430 20 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445 \u0431\u0435\u0437 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438:<\/p>\n<pre><code>=== AGG WER: 0.0728  (1140 ref words) ===ops: sub=44 del=24 ins=15<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:87px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>7.28%. \u041d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c \u0437\u0432\u0443\u043a\u0435 \u043c\u044b \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u043b\u0438 \u043d\u0430 7% WER, \u0438 \u0431\u0430\u0437\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0440\u0430\u0437\u0443 \u0432 \u044d\u0442\u0443 \u0446\u0438\u0444\u0440\u0443 \u0443\u043b\u043e\u0436\u0438\u043b\u0430\u0441\u044c.<\/p>\n<p>\u0414\u0430\u043b\u044c\u0448\u0435 \u043d\u0430\u0441 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b\u0438 \u0434\u0432\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u0430. \u041f\u0435\u0440\u0432\u044b\u0439 &#8212; \u043c\u043e\u0436\u043d\u043e \u043b\u0438 \u0432\u044b\u0436\u0430\u0442\u044c \u00ab\u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u044b\u0439\u00bb \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0447\u0435\u0440\u0435\u0437 \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043d\u044b\u0435 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 faster-whisper. \u0412\u0442\u043e\u0440\u043e\u0439 &#8212; \u0432\u043e \u0441\u043a\u043e\u043b\u044c\u043a\u043e pp \u043e\u0431\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043d\u0430\u0448 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u044b\u0439 \u0440\u0435\u0436\u0438\u043c, \u043a\u043e\u0433\u0434\u0430 \u0430\u0443\u0434\u0438\u043e \u0440\u0435\u0436\u0435\u0442\u0441\u044f \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043f\u043e VAD-\u0433\u0440\u0430\u043d\u0438\u0446\u0430\u043c \u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u0447\u0430\u043d\u043a \u043e\u0442\u0434\u0430\u0451\u0442\u0441\u044f \u0432 whisper \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u0432\u044b\u0437\u043e\u0432\u043e\u043c.<\/p>\n<p>\u0414\u043b\u044f \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043c\u044b \u0432\u0437\u044f\u043b\u0438 \u0447\u0435\u0442\u044b\u0440\u0435 \u043e\u043f\u0446\u0438\u0438 faster-whisper, \u043a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0433\u0434\u0435-\u0442\u043e \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u043e\u0432\u0430\u043d\u0430: \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 (<code>temperature_fallback<\/code>) \u0434\u043b\u044f \u0442\u044f\u0436\u0451\u043b\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e, <code>condition_on_previous_text<\/code> \u0434\u043b\u044f \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u0441\u0435\u0441\u0441\u0438\u0439 \u0441 \u043e\u0434\u043d\u0438\u043c \u0434\u0438\u043a\u0442\u043e\u0440\u043e\u043c, \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 beam \u0441 5 \u0434\u043e 10 \u043d\u0430 \u0441\u043b\u0443\u0447\u0430\u0439, \u0435\u0441\u043b\u0438 \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u0443 \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0443\u0434\u0430\u0447\u043d\u044b\u0445 \u0433\u0438\u043f\u043e\u0442\u0435\u0437. \u041f\u043b\u044e\u0441 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0441 \u043e\u0442\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u043c <code>no_repeat_ngram_size<\/code>, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043d\u0435 \u043e\u0442\u0440\u0435\u0437\u0430\u0435\u0442 \u043b\u0438 \u044d\u0442\u043e\u0442 \u0444\u0438\u043b\u044c\u0442\u0440 \u0447\u0442\u043e-\u0442\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0435. \u0414\u043b\u044f \u0432\u0442\u043e\u0440\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0443 \u0436\u0435 \u043d\u0430\u0440\u0435\u0437\u043a\u0443, \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u043a\u0440\u0443\u0442\u0438\u0442\u0441\u044f \u0432 \u043f\u0440\u043e\u0434\u0435: Silero VAD \u0441 <code>max_speech_duration_s=4<\/code>.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0427\u0442\u043e \u043c\u0435\u043d\u044f\u043b\u0438<\/p>\n<\/th>\n<th>\n<p align=\"left\">AGG WER<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">A vanilla<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>beam_size=5<\/code>, \u0432\u0441\u0451 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u0435 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e<\/p>\n<\/td>\n<td>\n<p align=\"left\">7.28%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">B + \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>temperature=[0.0, 0.2 \u2026 1.0]<\/code> &#8212; \u043f\u043e\u0432\u0442\u043e\u0440 \u0441 \u0434\u0440\u0443\u0433\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u043e\u0439 \u043f\u0440\u0438 \u043d\u0438\u0437\u043a\u043e\u043c logprob<\/p>\n<\/td>\n<td>\n<p align=\"left\">7.28%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">C + condition_on_previous_text<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043f\u043e\u0434\u0430\u0451\u043c \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u0439 \u0441\u0435\u0433\u043c\u0435\u043d\u0442 \u043a\u0430\u043a <code>initial_prompt<\/code> \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c\u0443<\/p>\n<\/td>\n<td>\n<p align=\"left\">7.28%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">G beam=10<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0440\u0430\u0441\u0448\u0438\u0440\u0438\u043b\u0438 \u043f\u043e\u0438\u0441\u043a \u0441 5 \u0434\u043e 10<\/p>\n<\/td>\n<td>\n<p align=\"left\">7.46%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">F VAD-chunked 4s<\/p>\n<\/td>\n<td>\n<p align=\"left\">Silero VAD \u0441 <code>max_speech_duration_s=4<\/code>, \u043a\u0430\u0436\u0434\u044b\u0439 \u0447\u0430\u043d\u043a \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e<\/p>\n<\/td>\n<td>\n<p align=\"left\">13.68%<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u0427\u0435\u0442\u044b\u0440\u0435 \u00ab\u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043d\u044b\u0445\u00bb \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430 (A, B, C, G) \u0434\u0430\u043b\u0438 7.28-7.46% &#8212; \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043e\u0434\u043d\u043e \u0438 \u0442\u043e \u0436\u0435. \u041f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 \u0441\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438 \u043d\u0438\u0437\u043a\u043e\u043c <code>avg_logprob<\/code>, \u0430 \u043d\u0430 \u0447\u0438\u0441\u0442\u044b\u0445 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445 \u0434\u0435\u043a\u043e\u0434\u0435\u0440 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u044b\u0439 &#8212; \u043f\u043e\u0432\u0442\u043e\u0440 \u043d\u0438 \u0440\u0430\u0437\u0443 \u043d\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b\u0441\u044f, \u0442\u0430\u043a \u0447\u0442\u043e \u044d\u0442\u0443 \u043e\u043f\u0446\u0438\u044e \u043d\u0430 \u043d\u0430\u0448\u0435\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u043c\u044b \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043d\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438. \u0422\u043e \u0436\u0435 \u0441 C: <code>condition_on_previous_text<\/code> \u043f\u043e\u0434\u0430\u0451\u0442 \u0442\u0435\u043a\u0441\u0442 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0430 \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439, \u043d\u043e \u043a\u043b\u0438\u043f\u044b \u043a\u043e\u0440\u043e\u0447\u0435 30 \u0441\u0435\u043a\u0443\u043d\u0434 \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u0431\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u043e\u0434\u043d\u0438\u043c \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u043e\u043c, \u0438 \u00ab\u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e\u00bb \u043f\u0440\u043e\u0441\u0442\u043e \u043d\u0435\u0442. \u0420\u0435\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e G &#8212; \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 beam \u0441 5 \u0434\u043e 10 \u0443\u0434\u0432\u0430\u0438\u0432\u0430\u0435\u0442 \u0432\u0440\u0435\u043c\u044f \u0438 \u0434\u0430\u0436\u0435 \u0447\u0443\u0442\u044c \u0443\u0445\u0443\u0434\u0448\u0430\u0435\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0432\u0435\u0440\u0445\u043d\u0438\u0435 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u044b \u0443 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0433\u043e \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u0430 \u0438 \u0442\u0430\u043a \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442. F (\u043f\u043e\u0442\u043e\u043a\u043e\u0432\u0430\u044f \u043d\u0430\u0440\u0435\u0437\u043a\u0430) &#8212; \u043c\u0438\u043d\u0443\u0441 6 pp \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u042d\u0442\u043e \u0431\u044b\u043b \u043f\u0435\u0440\u0432\u044b\u0439 \u0441\u0438\u0433\u043d\u0430\u043b, \u0447\u0442\u043e \u0447\u0430\u043d\u043a\u043e\u0432\u0430\u043d\u0438\u0435 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e \u0434\u043e\u0440\u043e\u0433\u043e, \u0438 \u043c\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438 \u0435\u0433\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u043d\u0430 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445.<\/p>\n<p>\u0414\u043b\u044f \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0432\u043e\u043f\u0440\u043e\u0441 \u0431\u044b\u043b \u0442\u0430\u043a\u043e\u0439: \u043f\u0440\u0438 \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0444\u0430\u0439\u043b\u0430 \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442 \u0447\u0442\u043e \u043b\u0443\u0447\u0448\u0435 &#8212; \u043e\u0442\u0434\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u0435\u0441\u044c \u0444\u0430\u0439\u043b \u0438 \u043f\u0443\u0441\u0442\u044c \u043e\u043d\u0430 \u0441\u0430\u043c\u0430 \u0435\u0434\u0435\u0442 \u043f\u043e \u043d\u0435\u043c\u0443 \u0441\u0432\u043e\u0438\u043c \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u043c 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u044b\u043c \u043e\u043a\u043d\u043e\u043c (\u043f\u043e\u043b\u043d\u043e\u0435 \u0430\u0443\u0434\u0438\u043e), \u0438\u043b\u0438 \u043d\u0430\u0440\u0435\u0437\u0430\u0442\u044c \u0447\u0435\u0440\u0435\u0437 VAD \u043d\u0430 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u00ab\u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u043c\u0435\u0436\u0434\u0443 \u043f\u0430\u0443\u0437\u0430\u043c\u0438\u00bb \u0438 \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u043f\u043e \u043e\u0434\u043d\u043e\u0439? \u0412\u0442\u043e\u0440\u043e\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u043b\u043e\u0433\u0438\u0447\u043d\u044b\u043c, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e VAD-\u0447\u0430\u043d\u043a\u0438 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442 \u0441 \u0440\u0435\u0447\u0435\u0432\u044b\u043c\u0438 \u0435\u0434\u0438\u043d\u0438\u0446\u0430\u043c\u0438 \u0438 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u0440\u0430\u0441\u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u0438\u0442\u044c \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441. \u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 <code>pad_ms<\/code> &#8212; \u044d\u0442\u043e \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u0430\u044f \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0442\u0438\u0448\u0438\u043d\u044b, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u043e\u0439 VAD \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u0447\u0430\u043d\u043a\u0430\u043c\u0438.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u041a\u0430\u043a \u043a\u043e\u0440\u043c\u0438\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c<\/p>\n<\/th>\n<th>\n<p align=\"left\">AGG WER<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Full-audio<\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>model.transcribe(audio)<\/code> \u0446\u0435\u043b\u0438\u043a\u043e\u043c, Whisper \u0441\u0430\u043c \u0435\u0434\u0435\u0442 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u044b\u043c \u043e\u043a\u043d\u043e\u043c<\/p>\n<\/td>\n<td>\n<p align=\"left\">8.07%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Chunked pad=300ms<\/p>\n<\/td>\n<td>\n<p align=\"left\">Silero VAD \u0440\u0435\u0436\u0435\u0442 \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043f\u043e \u043f\u0430\u0443\u0437\u0430\u043c \u2265300ms, \u043a\u0430\u0436\u0434\u044b\u0439 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u0432\u044b\u0437\u043e\u0432\u043e\u043c<\/p>\n<\/td>\n<td>\n<p align=\"left\">13.86%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Chunked pad=500ms<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0442\u043e \u0436\u0435, \u043f\u0430\u0443\u0437\u0430 \u2265500ms<\/p>\n<\/td>\n<td>\n<p align=\"left\">14.47%<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u0422\u043e\u0442 \u0436\u0435 \u0437\u0432\u0443\u043a, \u0442\u043e\u0442 \u0436\u0435 \u044d\u0442\u0430\u043b\u043e\u043d, \u0442\u043e\u0442 \u0436\u0435 \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0442\u043e\u0440 &#8212; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 6 pp. \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c, \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438, \u0447\u0442\u043e \u044d\u0442\u043e \u043d\u0435 \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0438. \u041f\u0435\u0440\u0432\u0430\u044f \u043c\u044b\u0441\u043b\u044c &#8212; \u0447\u0430\u043d\u043a\u0438 \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0440\u0435\u0447\u0435\u0432\u044b\u0435 \u043a\u0443\u0441\u043a\u0438, \u043f\u0430\u0443\u0437\u044b \u043c\u0435\u0436\u0434\u0443 \u043d\u0438\u043c\u0438 \u0432 \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u043d\u0435 \u043f\u043e\u043f\u0430\u0434\u0430\u044e\u0442, \u043c\u043e\u0436\u0435\u0442, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043a\u0430\u043a \u0440\u0430\u0437 \u0438\u0437-\u0437\u0430 \u044d\u0442\u043e\u0433\u043e. \u0421\u0432\u0435\u0440\u0438\u043b\u0438: VAD-\u0447\u0430\u043d\u043a\u0438 \u043f\u043b\u044e\u0441 \u0443\u0447\u0430\u0441\u0442\u043a\u0438 \u0442\u0438\u0448\u0438\u043d\u044b \u043c\u0435\u0436\u0434\u0443 \u043d\u0438\u043c\u0438 \u0434\u0430\u044e\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u0443\u044e \u0434\u043b\u0438\u043d\u0443 \u0444\u0430\u0439\u043b\u0430 \u0441 \u043f\u043e\u0433\u0440\u0435\u0448\u043d\u043e\u0441\u0442\u044c\u044e &lt;50 \u043c\u0441. \u0414\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u044b \u043e\u0442 \u0432\u0441\u0435\u0445 \u0447\u0430\u043d\u043a\u043e\u0432 \u0441\u043a\u043b\u0435\u0438\u0432\u0430\u043b\u0438\u0441\u044c \u0432 \u043e\u0434\u0438\u043d \u0442\u0435\u043a\u0441\u0442 \u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043b\u0438\u0441\u044c \u0441 \u043f\u043e\u043b\u043d\u044b\u043c \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u043c, \u043a\u0430\u043a \u0438 \u0432 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0435 \u0441 \u043f\u043e\u043b\u043d\u044b\u043c \u0430\u0443\u0434\u0438\u043e. \u0422\u0430\u043a \u0447\u0442\u043e 6 pp &#8212; \u0440\u0435\u0430\u043b\u044c\u043d\u0430\u044f \u0440\u0430\u0437\u043d\u0438\u0446\u0430. \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438 \u0438 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 &#8212; <code>condition_on_previous_text<\/code>. \u041d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u0430\u0443\u0434\u0438\u043e Whisper \u043f\u043e\u0434\u0430\u0451\u0442 \u0442\u0435\u043a\u0441\u0442 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e \u043e\u043a\u043d\u0430 \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435, \u0430 \u043d\u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0445 \u0432\u044b\u0437\u043e\u0432\u0430\u0445 &#8212; \u043d\u0435\u0442. \u0412\u043e\u0442 \u0447\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c: 5 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0442\u043e\u0433\u043e \u0436\u0435 \u043f\u043e\u0434\u043a\u0430\u0441\u0442\u0430 (55-160 \u0441\u0435\u043a\u0443\u043d\u0434, 1140 \u0441\u043b\u043e\u0432), \u0432\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u0439 \u0438 \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u0439 \u0444\u043b\u0430\u0433 \u043d\u0430 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u043c \u043f\u043e\u043b\u043d\u043e\u043c \u0430\u0443\u0434\u0438\u043e &#8212; 7.98% \u043f\u0440\u043e\u0442\u0438\u0432 8.07%, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 0.09 pp \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0448\u0443\u043c\u0430.<\/p>\n<p>\u0412\u0438\u043d\u043e\u0432\u0430\u0442\u044b \u0441\u0430\u043c\u0438 \u0440\u0430\u0437\u0440\u044b\u0432\u044b. VAD-\u0447\u0430\u043d\u043a\u043e\u0432\u0430\u043d\u0438\u0435 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438 \u0440\u0430\u0441\u0441\u0435\u043a\u0430\u0435\u0442 \u0440\u0435\u0447\u044c \u043d\u0430 \u043a\u0443\u0441\u043a\u0438, \u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u044b\u0437\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u044c \u0432\u0438\u0434\u0438\u0442 \u043a\u0430\u043a \u0438\u0437\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442 &#8212; \u0431\u0435\u0437 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0439 \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0430\u0443\u0434\u0438\u043e-\u0441\u0446\u0435\u043d\u044b, \u0431\u0435\u0437 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043f\u0430\u0443\u0437\u044b \u043f\u043e \u043a\u0440\u0430\u044f\u043c, \u0431\u0435\u0437 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u043e\u0433\u043e \u043e\u043a\u043d\u0430, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0434\u0435\u043a\u043e\u0434\u0435\u0440 \u043f\u0440\u0438\u0432\u044b\u043a \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c. \u041d\u0430 \u0441\u0442\u044b\u043a\u0430\u0445 \u044d\u0442\u043e \u0434\u0430\u0451\u0442 \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0430\u0446\u0438\u0438 \u0438 \u043f\u043e\u0442\u0435\u0440\u044e \u0441\u043b\u043e\u0432. \u0412 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043d\u0430 Vosk \u0438 GigaAM \u043c\u044b \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u043b\u0438 \u0442\u043e\u0442 \u0436\u0435 \u043f\u0430\u0442\u0442\u0435\u0440\u043d \u0438 \u043a \u0440\u0430\u0437\u0440\u044b\u0432\u0430\u043c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u0440\u0435\u0447\u0438 \u043e\u043d\u0438 \u0442\u0430\u043a \u0436\u0435 \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b.<\/p>\n<p><strong>\u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u0432\u043e\u0434:<\/strong> \u0432 \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e \u043d\u0430\u0440\u0435\u0437\u043a\u0430 \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0441\u043c\u044b\u0441\u043b\u0430, \u0432 \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u043e\u043c \u0440\u0435\u0436\u0438\u043c\u0435 \u043f\u043b\u0430\u0442\u0438\u0442\u0441\u044f \u22126 pp \u0437\u0430 \u0442\u043e, \u0447\u0442\u043e \u0444\u0440\u0430\u0437\u0430 \u0435\u0449\u0451 \u043d\u0435 \u0437\u0430\u0432\u0435\u0440\u0448\u0435\u043d\u0430.<\/p>\n<p>\u041f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0435 \u0436\u0435 20 \u043a\u043b\u0438\u043f\u043e\u0432 \u0447\u0435\u0440\u0435\u0437 GigaAM v3-e2e-rnnt:<\/p>\n<pre><code>=== AGG WER: 0.0789  (1140 ref words) ===ops: sub=52 del=18 ins=20  wall=36.3s<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>7.89% \u043f\u0440\u043e\u0442\u0438\u0432 7.28% \u0443 Whisper &#8212; \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043f\u0430\u0440\u0438\u0442\u0435\u0442.<\/p>\n<p>\u041d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 <code>bond005\/podlodka_speech<\/code> (5889 \u0441\u043b\u043e\u0432) \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0434\u0443\u0442 \u0432\u0440\u043e\u0432\u0435\u043d\u044c: Whisper-turbo \u0434\u0430\u0451\u0442 7.06 % WER, GigaAM v3-e2e-rnnt &#8212; 6.98 %, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 0.08 pp &#8212; \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043d\u0438\u0436\u0435 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0448\u0443\u043c\u0430. \u041d\u0430 \u0447\u0435\u0442\u044b\u0440\u0451\u0445 \u044d\u043f\u0438\u0437\u043e\u0434\u0430\u0445 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0438 Whisper \u0447\u0443\u0442\u044c \u0432\u043f\u0435\u0440\u0435\u0434\u0438 (7.28 % vs 7.89 %), \u043d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 \u0441 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u0442\u0435\u043c\u0430\u043c\u0438 (\u0431\u0435\u0433, \u0448\u0430\u0445\u043c\u0430\u0442\u044b, \u0430\u043d\u0442\u0438\u043f\u0430\u0442\u0442\u0435\u0440\u043d\u044b \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0438, \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0441\u0442\u0432\u043e \u043b\u0435\u043a\u0430\u0440\u0441\u0442\u0432) \u043f\u0435\u0440\u0435\u0432\u0435\u0441 \u043f\u0435\u0440\u0435\u0442\u0435\u043a\u0430\u0435\u0442 \u043a GigaAM \u043d\u0430 \u0442\u0435 \u0436\u0435 \u0434\u043e\u043b\u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430. \u0412 \u0441\u0443\u0445\u043e\u043c \u043e\u0441\u0442\u0430\u0442\u043a\u0435: \u0432\u044b\u0431\u043e\u0440 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u0439 \u0440\u0443\u0441\u0441\u043a\u043e\u0439 \u0440\u0435\u0447\u0438 \u0440\u0435\u0448\u0430\u0435\u0442 0.5 pp, \u0432\u044b\u0431\u043e\u0440 \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 &#8212; \u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0436\u0435.<\/p>\n<p>\u0417\u0430\u043f\u043e\u043c\u043d\u0438\u0442\u0435 \u044d\u0442\u043e \u043c\u0435\u0441\u0442\u043e: \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437, \u043a\u043e\u0433\u0434\u0430 \u0432\u0438\u0434\u0438\u0442\u0435 \u0432\u043d\u0443\u0448\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u0440\u0430\u0437\u0440\u044b\u0432 \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435, \u043d\u0430 \u043e\u0434\u043d\u0438\u0445 \u043b\u0438 \u043a\u043b\u0438\u043f\u0430\u0445 \u043c\u0435\u0440\u0438\u043b\u0438 \u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u0430\u044f \u043b\u0438 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0430 \u0437\u0430\u043c\u0435\u0440\u0430.<\/p>\n<h2>YouTube: \u0433\u0434\u0435 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e\u0435<\/h2>\n<p>\u0422\u043e\u0442 \u0436\u0435 \u043f\u043e\u0434\u0445\u043e\u0434, 8 \u0434\u0432\u0443\u0445\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0445 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u043e\u0432, 5 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0439:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f<\/p>\n<\/th>\n<th>\n<p align=\"left\">AGG WER<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0412\u0440\u0435\u043c\u044f<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">whisper-turbo float16 beam=5 vad=off<\/p>\n<\/td>\n<td>\n<p align=\"left\">26.9%<\/p>\n<\/td>\n<td>\n<p align=\"left\">23s<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">gigaam-v3-e2e-rnnt + Silero VAD chunks<\/p>\n<\/td>\n<td>\n<p align=\"left\">28.3%<\/p>\n<\/td>\n<td>\n<p align=\"left\">43s<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">whisper-turbo int8_float16 beam=5 vad=on<\/p>\n<\/td>\n<td>\n<p align=\"left\">29.3%<\/p>\n<\/td>\n<td>\n<p align=\"left\">24s<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">whisper-turbo float16 beam=5 vad=on<\/p>\n<\/td>\n<td>\n<p align=\"left\">30.6%<\/p>\n<\/td>\n<td>\n<p align=\"left\">30s<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">whisper-large-v3 float16 beam=5 vad=on<\/p>\n<\/td>\n<td>\n<p align=\"left\">32.9%<\/p>\n<\/td>\n<td>\n<p align=\"left\">91s<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>Whisper-turbo \u0441 \u043e\u0442\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u043c \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u043c VAD \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u043b\u0443\u0447\u0448\u0438\u043c \u0438 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u0438 \u043f\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 &#8212; 26.9% AGG WER \u0437\u0430 23 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043d\u0430 17 \u043c\u0438\u043d\u0443\u0442 \u0430\u0443\u0434\u0438\u043e. GigaAM \u0441 Silero-\u0447\u0430\u043d\u043a\u0430\u043c\u0438 \u043e\u0442\u0441\u0442\u0430\u043b \u043d\u0430 1.4 pp \u0438 \u043f\u043e\u0447\u0442\u0438 \u043d\u0435 \u0432\u044b\u0438\u0433\u0440\u0430\u043b \u043f\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 (43 \u0441 \u043f\u0440\u043e\u0442\u0438\u0432 23 \u0441) &#8212; \u043d\u0430 \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u043c \u0436\u0435\u043b\u0435\u0437\u0435 ONNX-\u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u0443\u0436\u0435 \u043d\u0435 \u0434\u0430\u0451\u0442 \u0442\u043e\u0433\u043e \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 GigaAM \u0438\u043c\u0435\u043b\u0430 \u043f\u0430\u0440\u0443 \u043b\u0435\u0442 \u043d\u0430\u0437\u0430\u0434. \u0412\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u0439 VAD Whisper \u043e\u0436\u0438\u0434\u0430\u0435\u043c\u043e \u0445\u0443\u0436\u0435 \u0432\u043d\u0435\u0448\u043d\u0435\u0433\u043e: \u0441 <code>vad_filter=True<\/code> \u043f\u043b\u0430\u0442\u0438\u0442\u0441\u044f 3-4 pp WER. Large-v3 \u0431\u0435\u0437 turbo &#8212; \u0434\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0445 \u0438 \u0445\u0443\u0436\u0435 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u0447\u0442\u043e \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442 \u043f\u0440\u043e\u0448\u043b\u043e\u0433\u043e\u0434\u043d\u0438\u0439 \u0442\u0435\u0437\u0438\u0441 \u00abturbo \u0434\u043e\u043c\u0438\u043d\u0438\u0440\u0443\u0435\u0442 \u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u043c\u00bb.<\/p>\n<p>\u041d\u0430 \u0442\u0430\u043a\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435 \u043d\u0435\u0442 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0433\u043e \u043f\u043e\u0431\u0435\u0434\u0438\u0442\u0435\u043b\u044f \u043c\u0435\u0436\u0434\u0443 Whisper-turbo \u0438 GigaAM &#8212; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 1-2 pp \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0439, \u0438 \u0448\u0443\u043c\u043e\u043c. \u0425\u043e\u0447\u0435\u0442\u0441\u044f \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c, \u0447\u0442\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u0438 1-2 pp \u0437\u043d\u0430\u0447\u0430\u0442 &#8212; \u0438 \u0437\u0434\u0435\u0441\u044c \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e\u0435.<\/p>\n<h3>\u041b\u043e\u0432\u0443\u0448\u043a\u0430 \u21161: \u00ab\u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c\u00bb \u0437\u0432\u0443\u043a \u043d\u0430 \u0432\u0445\u043e\u0434\u0435<\/h3>\n<p>\u0417\u0430\u043f\u0438\u0441\u044c \u0448\u0443\u043c\u043d\u0430\u044f &#8212; \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0440\u0435\u0430\u043a\u0446\u0438\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0438 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u0440\u0435\u0433\u0443\u043b\u0438\u0440\u043e\u0432\u043a\u0443 \u0443\u0441\u0438\u043b\u0435\u043d\u0438\u044f (AGC). \u041d\u0430\u0431\u043e\u0440, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043c\u044b \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438:<\/p>\n<ul>\n<li>\n<p><strong>AGC -20 dBFS<\/strong> &#8212; \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0443\u0440\u043e\u0432\u043d\u044f \u043a -20 dBFS RMS. \u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0432\u043e \u0432\u0441\u0435\u0445 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0441\u0442\u044d\u043a\u0430\u0445 (WebRTC, Zoom).<\/p>\n<\/li>\n<li>\n<p><strong>HPF 80Hz + pre-emphasis<\/strong> &#8212; \u0444\u0438\u043b\u044c\u0442\u0440 \u0432\u0435\u0440\u0445\u043d\u0438\u0445 \u0447\u0430\u0441\u0442\u043e\u0442 \u0441 \u043f\u043e\u0440\u043e\u0433\u043e\u043c 80 \u0413\u0446 \u043f\u043b\u044e\u0441 \u043f\u0440\u0435\u0434\u044b\u0441\u043a\u0430\u0436\u0435\u043d\u0438\u0435, \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0449\u0435\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0447\u0430\u0441\u0442\u043e\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0435\u0447\u0438. \u041a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u043b\u044f ASR \u0438\u0437 \u044d\u043f\u043e\u0445\u0438 MFCC-\u0444\u0438\u0447.<\/p>\n<\/li>\n<li>\n<p><strong>noisereduce<\/strong> &#8212; \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u0430\u044f Python-\u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0434\u043b\u044f \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0447\u0435\u0440\u0435\u0437 \u0441\u043f\u0435\u043a\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u0430\u0441\u043a\u0438. \u0414\u0432\u0430 \u0440\u0435\u0436\u0438\u043c\u0430 &#8212; \u0441\u0442\u0430\u0446\u0438\u043e\u043d\u0430\u0440\u043d\u044b\u0439 \u0438 \u043d\u0435\u0441\u0442\u0430\u0446\u0438\u043e\u043d\u0430\u0440\u043d\u044b\u0439 &#8212; \u043f\u043b\u044e\u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 \u0430\u0433\u0440\u0435\u0441\u0441\u0438\u0432\u043d\u043e\u0441\u0442\u0438 \u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f.<\/p>\n<\/li>\n<li>\n<p><strong>AGC windowed adaptive<\/strong> &#8212; \u043e\u043a\u043e\u043d\u043d\u0430\u044f AGC, \u043f\u0435\u0440\u0435\u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u0442 \u0443\u0441\u0438\u043b\u0435\u043d\u0438\u0435 \u043f\u043e \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u043c \u043e\u043a\u043d\u0430\u043c \u0430\u0443\u0434\u0438\u043e.<\/p>\n<\/li>\n<li>\n<p><strong>Compressor 4:1<\/strong> &#8212; \u0431\u0430\u0437\u043e\u0432\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0437\u0432\u0443\u043a\u043e\u0440\u0435\u0436\u0438\u0441\u0441\u0451\u0440\u0430.<\/p>\n<\/li>\n<li>\n<p><strong>VAD-cut<\/strong> &#8212; \u0432\u044b\u0440\u0435\u0437\u0430\u043d\u0438\u0435 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u043e\u0432 \u0442\u0438\u0448\u0438\u043d\u044b \u0434\u043e \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u044c\u044e. \u0427\u0430\u0441\u0442\u043e \u0441\u043e\u0432\u0435\u0442\u0443\u044e\u0442 \u043a\u0430\u043a \u00ab\u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u044e\u00bb.<\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0432\u0441\u0435 \u043d\u0430 \u0442\u0440\u0451\u0445 \u043a\u043b\u0438\u043f\u0430\u0445:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041c\u0435\u0442\u043e\u0434<\/p>\n<\/th>\n<th>\n<p align=\"left\">AGG WER<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0434\u0435\u043b\u044c\u0442\u0430 \u043a \u0441\u044b\u0440\u043e\u043c\u0443<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><strong>\u0441\u044b\u0440\u043e\u0435 \u0430\u0443\u0434\u0438\u043e (Whisper-large-v3-turbo float16, beam=5, vad_filter=False, condition_on_previous_text=True)<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>26.11%<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">&#8212;<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">DSP (HPF 80Hz + pre-emphasis)<\/p>\n<\/td>\n<td>\n<p align=\"left\">24.84%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22121.3<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Compressor 4:1<\/p>\n<\/td>\n<td>\n<p align=\"left\">25.48%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.6<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">noisereduce stationary<\/p>\n<\/td>\n<td>\n<p align=\"left\">25.79%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.3<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">noisereduce non-stationary<\/p>\n<\/td>\n<td>\n<p align=\"left\">25.90%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.2<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">noisereduce light (prop_decrease=0.4)<\/p>\n<\/td>\n<td>\n<p align=\"left\">26.96%<\/p>\n<\/td>\n<td>\n<p align=\"left\">+0.9<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">AGC simple \u221220 dBFS<\/p>\n<\/td>\n<td>\n<p align=\"left\">32.24%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>+6.1<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">AGC windowed adaptive<\/p>\n<\/td>\n<td>\n<p align=\"left\">33.40%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>+7.3<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">VAD-cut (\u0432\u044b\u0440\u0435\u0437\u0430\u0442\u044c \u0442\u0438\u0448\u0438\u043d\u0443)<\/p>\n<\/td>\n<td>\n<p align=\"left\">34.04%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>+7.9<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">VAD-cut + AGC<\/p>\n<\/td>\n<td>\n<p align=\"left\">34.88%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>+8.8<\/strong><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/20\/65\/7c\/20657c2007d3ebcbf46b0ee136e0d750.png\" alt=\"\u0428\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043f\u043e \u0441\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u0430\u043c: \u0442\u043e\u043b\u044c\u043a\u043e AGC \u0438 VAD-cut \u2014 \u043a\u0430\u0442\u0430\u0441\u0442\u0440\u043e\u0444\u0430\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/20\/65\/7c\/20657c2007d3ebcbf46b0ee136e0d750.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/20\/65\/7c\/20657c2007d3ebcbf46b0ee136e0d750.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0428\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043f\u043e \u0441\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u0430\u043c: \u0442\u043e\u043b\u044c\u043a\u043e AGC \u0438 VAD-cut \u2014 \u043a\u0430\u0442\u0430\u0441\u0442\u0440\u043e\u0444\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u0414\u0435\u0432\u044f\u0442\u044c \u043c\u0435\u0442\u043e\u0434\u043e\u0432 \u043f\u043e\u0434\u0435\u043b\u0438\u043b\u0438\u0441\u044c \u043d\u0430 \u0434\u0432\u0435 \u0433\u0440\u0443\u043f\u043f\u044b. \u0427\u0435\u0442\u044b\u0440\u0435 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430 &#8212; DSP, \u043e\u0431\u0430 noisereduce \u0438 Compressor &#8212; \u0434\u0430\u043b\u0438 wash \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 1 pp \u043e\u0442 \u0441\u044b\u0440\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e: \u043d\u0438 \u0437\u0430\u043c\u0435\u0442\u043d\u043e\u0439 \u043f\u043e\u043b\u044c\u0437\u044b, \u043d\u0438 \u0437\u0430\u043c\u0435\u0442\u043d\u043e\u0433\u043e \u0432\u0440\u0435\u0434\u0430. \u0417\u0430\u0442\u043e AGC \u0432 \u043e\u0431\u043e\u0438\u0445 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430\u0445 \u0438 VAD-cut \u043f\u0440\u043e\u0441\u0435\u043b\u0438 \u043d\u0430 6-9 pp. \u0421\u0430\u043c\u044b\u0439 \u043f\u043e\u0443\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u0441\u043b\u0443\u0447\u0430\u0439 &#8212; VAD-cut. \u041a\u0430\u0436\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u0443\u0431\u0440\u0430\u0442\u044c \u0442\u0438\u0448\u0438\u043d\u0443 \u043c\u0435\u0436\u0434\u0443 \u0444\u0440\u0430\u0437\u0430\u043c\u0438 \u0438 \u0434\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043b\u043e\u0442\u043d\u044b\u0439 \u0441\u0438\u0433\u043d\u0430\u043b &#8212; \u0441\u043f\u043b\u043e\u0448\u043d\u044b\u0435 \u043f\u043b\u044e\u0441\u044b. \u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043c\u0438\u043d\u0443\u0441 8 pp, \u043d\u0430 \u0445\u0443\u0434\u0448\u0435\u043c \u043a\u043b\u0438\u043f\u0435 \u0441\u043a\u0430\u043a\u043d\u0443\u043b\u043e \u0441 40% \u0434\u043e 47%. \u041f\u043e\u0441\u043b\u043e\u0432\u043d\u043e\u0435 \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u0435 \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442 \u043f\u043e\u0447\u0435\u043c\u0443:<\/p>\n<pre><code>REF:                  \"\u0432\u0435\u043b\u043e\u0441\u0438\u043f\u0435\u0434 \u043f\u0440\u0438\u0442\u043e\u043c \u0434\u043e\u0440\u043e\u0433\u043e\u0439\"  [\u043f\u0430\u0443\u0437\u0430]  \"\u0434\u0430 \u044d\u0442\u043e \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u043c\u043e\u0442\u0435\u043b\u044c \u0441\u0442\u043e \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u043e\u0432\"HYP \u0431\u0435\u0437 VAD-cut:      \"\u0412\u0435\u043b\u043e\u0441\u0438\u043f\u0435\u0434, \u043f\u0440\u0438\u0442\u043e\u043c, \u0434\u043e\u0440\u043e\u0433\u043e\u0439. \u0414\u0430, \u044d\u0442\u043e \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u043c\u043e\u0442\u0435\u043b\u044c, 100%.\"HYP \u0441 VAD-cut:        \"\u0432\u0435\u043b\u043e\u0441\u0438\u043f\u0435\u0434 \u043f\u0440\u0438\u0442\u043e\u043c \u0434\u043e\u0440\u043e\u0433\u043e\u0439\u0434\u0430 \u044d\u0442\u043e \u043a\u0430\u043a\u043e\u0439-\u0442\u043e \u043c\u043e\u0442\u0435\u043b\u044c \u0441\u0442\u043e\"<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u0411\u0435\u0437 \u043f\u0430\u0443\u0437\u044b \u0434\u0435\u043a\u043e\u0434\u0435\u0440 \u043f\u043e\u0442\u0435\u0440\u044f\u043b \u0433\u0440\u0430\u043d\u0438\u0446\u0443 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f, \u0441\u043a\u043b\u0435\u0438\u043b \u0434\u0432\u0435 \u0444\u0440\u0430\u0437\u044b \u0438 \u043d\u0430 \u0441\u0442\u044b\u043a\u0435 \u0441\u044a\u0435\u043b \u0441\u043b\u043e\u0432\u043e \u00ab\u043f\u0440\u043e\u0446\u0435\u043d\u0442\u043e\u0432\u00bb. \u0412 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 Whisper \u0442\u0438\u0448\u0438\u043d\u0430 \u0441\u0442\u043e\u0438\u0442 \u043c\u0435\u0436\u0434\u0443 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f\u043c\u0438, \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u043f\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u043d\u0435\u0451 \u043a\u0430\u043a \u043d\u0430 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u043d\u044b\u0439 \u043f\u0440\u0438\u0437\u043d\u0430\u043a. AGC \u043e\u0431\u043e\u0438\u0445 \u0432\u0438\u0434\u043e\u0432 \u0444\u0430\u0431\u0440\u0438\u043a\u0443\u0435\u0442 \u043f\u043e\u0445\u043e\u0436\u0438\u0439 \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442 \u043f\u043e-\u0434\u0440\u0443\u0433\u043e\u043c\u0443: \u0443\u0441\u0438\u043b\u0438\u0432\u0430\u044f \u0442\u0438\u0445\u0438\u0435 \u0443\u0447\u0430\u0441\u0442\u043a\u0438 \u0434\u043e \u0443\u0440\u043e\u0432\u043d\u044f \u0440\u0435\u0447\u0438, \u043e\u043d\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0435\u0442 \u0444\u043e\u043d\u043e\u0432\u044b\u0439 \u0448\u0443\u043c \u0432 \u0432\u0438\u0434\u0438\u043c\u0443\u044e \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u0443 \u0440\u0435\u0447\u044c, \u0438 \u0442\u043e\u0442 \u0434\u043e\u043f\u0440\u0438\u0434\u0443\u043c\u044b\u0432\u0430\u0435\u0442 \u043a \u043d\u0435\u0439 \u0441\u043b\u043e\u0432\u0430.<\/p>\n<p>\u0421 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c\u0438 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0438\u0433\u0440\u0430\u0442\u044c &#8212; \u043f\u043e\u0434\u043e\u0431\u0440\u0430\u0442\u044c \u0434\u0440\u0443\u0433\u0443\u044e \u0447\u0430\u0441\u0442\u043e\u0442\u0443 \u0441\u0440\u0435\u0437\u0430 HPF, \u0432\u044b\u0441\u0442\u0430\u0432\u0438\u0442\u044c attack\/release \u0443 \u043a\u043e\u043c\u043f\u0440\u0435\u0441\u0441\u043e\u0440\u0430, \u043f\u043e\u043d\u0438\u0437\u0438\u0442\u044c \u0441\u0442\u0435\u043f\u0435\u043d\u044c \u0441\u0436\u0430\u0442\u0438\u044f. \u041c\u044b \u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b\u0438, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043e\u0441\u0442\u0430\u0432\u0430\u043b\u0430\u0441\u044c \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 0.5 pp \u043e\u0442 \u0441\u044b\u0440\u043e\u0433\u043e.<\/p>\n<p><strong>\u041f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442.<\/strong> \u0424\u043e\u043d\u043e\u0432\u044b\u0435 \u0448\u0443\u043c\u044b \u0438 \u043f\u043e\u043c\u0435\u0445\u0438 \u0443\u0436\u0435 \u043f\u0440\u0438\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0442 \u0432 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0431\u0435\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. AGC \u0438 VAD-cut \u0441\u0438\u043b\u044c\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0441\u0434\u0432\u0438\u0433\u0430\u044e\u0442 \u0432\u0445\u043e\u0434 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0442\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0430\u0441\u044c &#8212; \u043e\u0442\u0441\u044e\u0434\u0430 \u0438\u0445 \u043a\u0430\u0442\u0430\u0441\u0442\u0440\u043e\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0435 +6 \u0434\u043e +9 pp WER. \u0410\u043a\u043a\u0443\u0440\u0430\u0442\u043d\u044b\u0435 \u043c\u0435\u0442\u043e\u0434\u044b &#8212; DSP-\u0444\u0438\u043b\u044c\u0442\u0440\u0430\u0446\u0438\u0438, \u043b\u0451\u0433\u043a\u0438\u0439 noisereduce, \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u043e\u043c\u043f\u0440\u0435\u0441\u0441\u043e\u0440 &#8212; \u0441\u0434\u0432\u0438\u0433\u0430\u044e\u0442 \u0441\u043f\u0435\u043a\u0442\u0440 \u043c\u0435\u043d\u044c\u0448\u0435 \u0438 \u0432\u044b\u0445\u043e\u0434\u044f\u0442 \u0432 wash.<\/p>\n<p><strong>\u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c.<\/strong> \u041d\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0439\u0442\u0435 \u043f\u0440\u0435\u0434\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e. \u041a\u0430\u0436\u0434\u044b\u0439 \u0448\u0430\u0433 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043c\u0435\u0440\u044f\u0435\u0442\u0441\u044f \u043d\u0430 \u0432\u0430\u0448\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0438 \u0435\u0441\u043b\u0438 \u0432\u044b\u0438\u0433\u0440\u044b\u0448\u0430 \u043d\u0435\u0442 &#8212; \u043e\u043d \u0432 \u043a\u043e\u043d\u0432\u0435\u0439\u0435\u0440 \u043d\u0435 \u043f\u043e\u043f\u0430\u0434\u0430\u0435\u0442. \u0415\u0441\u043b\u0438 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0447\u0435\u0442\u0441\u044f \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f, \u043f\u0440\u043e\u0433\u043e\u043d\u0438\u0442\u0435 \u0441\u044b\u0440\u043e\u0435 \u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043d\u043d\u043e\u0435 \u0430\u0443\u0434\u0438\u043e \u043d\u0430 3-5 \u043a\u043b\u0438\u043f\u0430\u0445 \u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u0435 WER. \u0421\u0430\u043c\u044b\u0435 \u043e\u043f\u0430\u0441\u043d\u044b\u0435 \u00ab\u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f\u00bb &#8212; AGC \u0438 VAD-cut, \u043d\u0430 \u043d\u0430\u0448\u0435\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u043e\u043d\u0438 \u0441\u0442\u043e\u044f\u0442 \u043f\u043e\u0447\u0442\u0438 10 pp WER.<\/p>\n<h3>\u041b\u043e\u0432\u0443\u0448\u043a\u0430 \u21162: \u043e\u0434\u0438\u043d \u0431\u0438\u0442\u044b\u0439 \u043a\u043b\u0438\u043f \u0441\u0434\u0432\u0438\u0433\u0430\u0435\u0442 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0439 WER \u043d\u0430 5 pp<\/h3>\n<p>\u041e\u0434\u0438\u043d \u0438\u0437 \u0432\u043e\u0441\u044c\u043c\u0438 YouTube-\u043a\u043b\u0438\u043f\u043e\u0432, <code>08_hotel<\/code>, \u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e \u0434\u0430\u0432\u0430\u043b 39-44% WER \u043d\u0430 \u0432\u0441\u0435\u0445 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f\u0445. \u041e\u0442\u043a\u0440\u044b\u043b\u0438 \u043a\u043b\u0438\u043f, \u043e\u0442\u043a\u0440\u044b\u043b\u0438 \u044d\u0442\u0430\u043b\u043e\u043d, \u043f\u043e\u0441\u043b\u0443\u0448\u0430\u043b\u0438 &#8212; \u0438 \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c, \u0447\u0442\u043e \u043f\u0435\u0440\u0432\u044b\u0435 15 \u0441\u0435\u043a\u0443\u043d\u0434 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 \u043b\u0438\u0448\u043d\u0438\u0435. \u041a\u043e\u0433\u0434\u0430 \u043d\u0430\u0440\u0435\u0437\u0430\u043b\u0438 <code>08_hotel.wav<\/code> \u0447\u0435\u0440\u0435\u0437 ffmpeg \u0438\u0437 \u043f\u043e\u043b\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e, \u0442\u0430\u0439\u043c\u043a\u043e\u0434 \u0441\u0442\u0430\u0440\u0442\u043e\u0432\u043e\u0439 \u0433\u0440\u0430\u043d\u0438\u0446\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u043f\u043e\u0437\u0436\u0435, \u0447\u0435\u043c \u043c\u044b \u0434\u0443\u043c\u0430\u043b\u0438, \u043a\u043e\u0433\u0434\u0430 \u043f\u0438\u0441\u0430\u043b\u0438 \u044d\u0442\u0430\u043b\u043e\u043d \u043f\u043e \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u0430\u043c YouTube. \u0410\u0443\u0434\u0438\u043e \u0438 \u0442\u0435\u043a\u0441\u0442 \u0440\u0430\u0437\u043e\u0448\u043b\u0438\u0441\u044c \u043d\u0430 ~15 \u0441\u0435\u043a\u0443\u043d\u0434.<\/p>\n<p>\u041f\u043e\u0441\u043b\u0435 \u043f\u0440\u0430\u0432\u043a\u0438 \u043a\u0430\u0440\u0442\u0438\u043d\u0430 \u043f\u043e YouTube \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0438\u0437\u043c\u0435\u043d\u0438\u043b\u0430\u0441\u044c:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u0417\u0430\u043c\u0435\u0440<\/p>\n<\/th>\n<th>\n<p align=\"left\">Whisper turbo<\/p>\n<\/th>\n<th>\n<p align=\"left\">GigaAM<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0434\u0435\u043b\u044c\u0442\u0430<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0439 AGG \u043f\u043e 3 \u043a\u043b\u0438\u043f\u0430\u043c (\u0441 \u0431\u0438\u0442\u044b\u043c \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u043c)<\/p>\n<\/td>\n<td>\n<p align=\"left\">30.50%<\/p>\n<\/td>\n<td>\n<p align=\"left\">37.08%<\/p>\n<\/td>\n<td>\n<p align=\"left\">6.6 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">AGG \u043f\u043e 2 \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u043c \u043a\u043b\u0438\u043f\u0430\u043c (718 \u0441\u043b\u043e\u0432)<\/p>\n<\/td>\n<td>\n<p align=\"left\">25.91%<\/p>\n<\/td>\n<td>\n<p align=\"left\">32.45%<\/p>\n<\/td>\n<td>\n<p align=\"left\">6.5 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>08_hotel<\/code> \u0441 \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u043d\u044b\u043c \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u043c (229 \u0441\u043b\u043e\u0432)<\/p>\n<\/td>\n<td>\n<p align=\"left\">32.75%<\/p>\n<\/td>\n<td>\n<p align=\"left\">51.97%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>19.2 pp<\/strong><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041d\u0430 \u044d\u0442\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435 \u0438\u0437 3 \u0448\u0443\u043c\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 Whisper \u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e \u0432\u043f\u0435\u0440\u0435\u0434\u0438 GigaAM \u043d\u0430 6-7 pp. \u0420\u0430\u0437\u0440\u044b\u0432 \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043d\u0430 <code>08_hotel<\/code> \u043f\u043e\u0441\u043b\u0435 \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0432\u044b\u0440\u0430\u0441\u0442\u0430\u0435\u0442 \u0441 6.7 pp \u0434\u043e 19.2 pp. \u041e\u0434\u0438\u043d \u0440\u0435\u0432\u0435\u0440\u0431\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043a\u043b\u0438\u043f \u0441\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u0440\u0435\u0430\u043b\u044c\u043d\u0443\u044e \u0440\u0430\u0437\u043d\u0438\u0446\u0443 \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u0432 \u0442\u0440\u0438 \u0440\u0430\u0437\u0430, \u0438 \u0435\u0441\u043b\u0438 \u0431\u044b \u043c\u044b \u0434\u043e\u0432\u0435\u0440\u0438\u043b\u0438\u0441\u044c \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c\u0443 AGG \u0438\u0437 \u043f\u0435\u0440\u0432\u043e\u0439 YouTube-\u0442\u0430\u0431\u043b\u0438\u0446\u044b, \u043c\u044b \u0431\u044b \u0437\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u00ab\u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0445\u043e\u0440\u043e\u0448\u0438\u00bb &#8212; \u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u043b\u0438 \u0431\u044b \u0442\u043e\u0442 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u043d\u0430 \u0441\u0438\u043b\u044c\u043d\u043e\u0439 \u0440\u0435\u0432\u0435\u0440\u0431\u0435\u0440\u0430\u0446\u0438\u0438 \u043e\u0434\u043d\u0430 \u0438\u0437 \u043d\u0438\u0445 \u043f\u0430\u0434\u0430\u0435\u0442 \u043f\u043e\u0447\u0442\u0438 \u0432\u0434\u0432\u043e\u0435 \u0441\u0438\u043b\u044c\u043d\u0435\u0435 \u0434\u0440\u0443\u0433\u043e\u0439.<\/p>\n<p>19 pp \u0432 \u043f\u043e\u043b\u044c\u0437\u0443 Whisper \u043d\u0430 \u0441\u0430\u043c\u043e\u043c \u0442\u044f\u0436\u0451\u043b\u043e\u043c \u043a\u043b\u0438\u043f\u0435 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442\u0441\u044f \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438. \u0421\u043e\u0441\u0442\u0430\u0432 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0442\u0430\u043a\u043e\u0439: Whisper \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0441\u044f \u043d\u0430 ~680K \u0447\u0430\u0441\u043e\u0432 \u0441\u043b\u0430\u0431\u043e \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0438\u0440\u0443\u0435\u043c\u044b\u0445 \u043f\u0430\u0440 \u0438\u0437 \u0432\u0435\u0431\u0430, \u043e\u0447\u0435\u043d\u044c \u0440\u0430\u0437\u043d\u043e\u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u043f\u043e \u0430\u043a\u0443\u0441\u0442\u0438\u043a\u0435 \u0438 \u044f\u0437\u044b\u043a\u0430\u043c. GigaAM v3 &#8212; \u043d\u0430 ~700K \u0447\u0430\u0441\u043e\u0432 \u043d\u0435\u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043d\u043e\u0439 \u0440\u0443\u0441\u0441\u043a\u043e\u0439 \u0440\u0435\u0447\u0438 \u0432 self-supervised pretraining (HuBERT-CTC) \u043f\u043b\u044e\u0441 ~4K \u0447\u0430\u0441\u043e\u0432 \u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043d\u043e\u0439 \u0434\u043b\u044f fine-tuning. \u041f\u043e \u0442\u0438\u043f\u0430\u043c \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 v3 \u0448\u0438\u0440\u0435 \u043f\u0440\u043e\u0448\u043b\u044b\u0445 \u0432\u0435\u0440\u0441\u0438\u0439 &#8212; \u0442\u0443\u0434\u0430 \u043f\u043e\u0434\u043c\u0435\u0448\u0430\u043d\u044b \u0437\u0430\u043f\u0438\u0441\u0438 \u043a\u043e\u043b\u043b-\u0446\u0435\u043d\u0442\u0440\u043e\u0432, \u043c\u0443\u0437\u044b\u043a\u0438, \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0439, \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0439 \u0440\u0435\u0447\u0438 &#8212; \u043d\u043e \u0432\u0441\u0451 \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430 \u0447\u0438\u0441\u0442\u043e\u043c \u0447\u0442\u0435\u043d\u0438\u0438 GigaAM \u0438 \u0441\u0438\u043b\u044c\u043d\u0435\u0435. \u0421 \u0441\u0438\u043b\u044c\u043d\u043e\u0439 \u0440\u0435\u0432\u0435\u0440\u0431\u0435\u0440\u0430\u0446\u0438\u0435\u0439 \u0438 \u043f\u0435\u0440\u0435\u043a\u0440\u044b\u0432\u0430\u044e\u0449\u0438\u043c\u0438\u0441\u044f \u0433\u043e\u043b\u043e\u0441\u0430\u043c\u0438 Whisper \u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043b\u0443\u0447\u0448\u0435 &#8212; \u0442\u0430\u043a\u0438\u0435 \u0437\u0430\u043f\u0438\u0441\u0438 \u043f\u0440\u0438\u0441\u0443\u0442\u0441\u0442\u0432\u043e\u0432\u0430\u043b\u0438 \u0432 \u0435\u0433\u043e \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0430 \u0432 \u0434\u0430\u043d\u043d\u044b\u0445 GigaAM \u043f\u043e\u0447\u0442\u0438 \u043d\u0435\u0442.<\/p>\n<p><strong>\u041f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442.<\/strong> \u0420\u0443\u0447\u043d\u0430\u044f \u043d\u0430\u0440\u0435\u0437\u043a\u0430 \u0430\u0443\u0434\u0438\u043e \u043f\u043e \u0442\u0430\u0439\u043c-\u043a\u043e\u0434\u0430\u043c \u0438 \u0440\u0443\u0447\u043d\u0430\u044f \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u0431\u0430\u0446\u0438\u044f &#8212; \u0434\u0432\u0430 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0445 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430, \u043c\u0435\u0436\u0434\u0443 \u043d\u0438\u043c\u0438 \u043b\u0435\u0433\u043a\u043e \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u0440\u0430\u0441\u0441\u0438\u043d\u0445\u0440\u043e\u043d \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u044b.<\/p>\n<p><strong>\u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c.<\/strong> \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0432\u0435\u0440\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0443 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f WER \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435, \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435 \u0445\u0443\u0434\u0448\u0438\u0439 \u043a\u043b\u0438\u043f \u043f\u043e\u0441\u043b\u043e\u0432\u043d\u043e. \u0415\u0441\u043b\u0438 \u043f\u0435\u0440\u0432\u044b\u0435 \u0438\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u0441\u043b\u043e\u0432\u0430 \u044d\u0442\u0430\u043b\u043e\u043d\u0430 \u043d\u0435 \u043f\u043e\u044f\u0432\u043b\u044f\u044e\u0442\u0441\u044f \u0432 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0435 \u043d\u0438 \u043e\u0434\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 &#8212; \u0443 \u0432\u0430\u0441 \u0441\u0434\u0432\u0438\u0433, \u0430 \u043d\u0435 \u00ab\u043f\u043b\u043e\u0445\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c\u00bb.<\/p>\n<h3>\u041b\u043e\u0432\u0443\u0448\u043a\u0430 \u21163: \u043d\u0430 \u0445\u043e\u0440\u043e\u0448\u0435\u043c \u043a\u043b\u0438\u043f\u0435 \u0442\u0440\u0435\u0442\u044c \u00ab\u043e\u0448\u0438\u0431\u043e\u043a \u043c\u043e\u0434\u0435\u043b\u0438\u00bb &#8212; \u044d\u0442\u043e \u043e\u0448\u0438\u0431\u043a\u0438 \u0430\u043d\u043d\u043e\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f<\/h3>\n<p><code>07_capsule<\/code> \u0431\u044b\u043b \u043d\u0430\u0448\u0438\u043c \u043b\u0443\u0447\u0448\u0438\u043c YouTube-\u043a\u043b\u0438\u043f\u043e\u043c, 12.1% WER. \u041f\u043e\u0441\u043b\u043e\u0432\u043d\u044b\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u044f \u043f\u043e\u043a\u0430\u0437\u0430\u043b \u0442\u0430\u043a\u0443\u044e \u043a\u0430\u0440\u0442\u0438\u043d\u0443:<\/p>\n<pre><code>WER=0.121  sub=18  del=19  ins=6<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u0418\u0437 18 \u0437\u0430\u043c\u0435\u043d: 4 \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0445 \u043e\u0448\u0438\u0431\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438, \u043e\u043a\u043e\u043b\u043e 8 \u043d\u0430\u0448\u0438\u0445 \u043e\u0448\u0438\u0431\u043e\u043a \u043f\u0440\u0438 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438 \u044d\u0442\u0430\u043b\u043e\u043d\u0430, \u0435\u0449\u0451 2 &#8212; \u0440\u0430\u0437\u0434\u0435\u043b\u044c\u043d\u043e\u0435 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u0441\u043b\u043e\u0432 (<code>\u043d\u0435\u0442\u0440\u043e\u043d\u0443\u0442\u044b\u0439<\/code> vs <code>\u043d\u0435 \u0442\u0440\u043e\u043d\u0443\u0442\u044b\u0439<\/code>) \u0438 \u043e\u043a\u043e\u043b\u043e 4 &#8212; \u043c\u043e\u0434\u0430\u043b\u044c\u043d\u044b\u0435 \u0444\u043e\u0440\u043c\u044b. \u041f\u0440\u0438\u043c\u0435\u0440\u044b:<\/p>\n<pre><code>REF: \"\u0435\u043b\u0435 \u043f\u0440\u043e \u043b\u0435\u0441\u0442\u043d\u0438\u0446\u0443 \u043f\u0430\u0443\u0442\u0438\u043d\u044b\"   \u2190 \u043c\u044b \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u0442\u043e, \u0447\u0442\u043e \u043d\u0430\u043c \u043f\u043e\u0441\u043b\u044b\u0448\u0430\u043b\u043e\u0441\u044cHYP: \"\u0435\u043b\u0435 \u043f\u0440\u043e\u043b\u0435\u0437 \u0438\u0437-\u0437\u0430 \u043f\u0430\u0443\u0442\u0438\u043d\u044b\"   \u2190 \u0432 \u0430\u0443\u0434\u0438\u043e \u0441\u043a\u0430\u0437\u0430\u043d\u043e \u044d\u0442\u043eREF: \"\u043e\u0446\u0435\u043b\u043e\u0433\u0440\u0430\u0444\"                   \u2190 \u043c\u044b \u0437\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u0441 \u043e\u0448\u0438\u0431\u043a\u043e\u0439HYP: \"\u043e\u0446\u0435\u043b\u043b\u043e\u0433\u0440\u0430\u0444\"                  \u2190 \u043c\u043e\u0434\u0435\u043b\u044c \u0442\u043e\u0436\u0435 \u043f\u0440\u043e\u043c\u0430\u0445\u043d\u0443\u043b\u0430\u0441\u044c, \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u00ab\u043e\u0441\u0446\u0438\u043b\u043b\u043e\u0433\u0440\u0430\u0444\u00bbREF: \"\u0440\u0438\u0447\u0430\u0440\u0434 \u2298 \u0434\u0440\u0435\u0441\u043f\u0438\u043d\u0438\"          \u2190 \u043c\u044b \u0442\u0443\u0442 \u0447\u0442\u043e-\u0442\u043e \u0432\u044b\u0434\u0443\u043c\u0430\u043b\u0438HYP: \"\u0440\u0438\u0447\u0430\u0440\u0434 \u0434\u0435 \u043a\u0440\u0435\u0441\u043b\u0438\u043d\u0438\"          \u2190 \u043c\u043e\u0434\u0435\u043b\u044c \u0431\u043b\u0438\u0436\u0435 \u043a \u043f\u0440\u0430\u0432\u0434\u0435<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u041a\u043e\u0433\u0434\u0430 \u0432\u044b\u0447\u0438\u0442\u0430\u043b\u0438 \u044d\u0442\u0430\u043b\u043e\u043d \u043d\u0430 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u043e\u043c \u0447\u0438\u0441\u0442\u043e\u043c Qantas-\u043a\u043b\u0438\u043f\u0435 (<code>09_qantas_intro<\/code>, 294 \u0441\u043b\u043e\u0432\u0430):<\/p>\n<pre><code>\u0421\u044b\u0440\u043e\u0439 WER:                          9.18%+ \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0447\u0438\u0441\u0435\u043b (\u043f\u044f\u0442\u044c \u2192 5):    8.50%+ \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043e\u0448\u0438\u0431\u043e\u043a \u044d\u0442\u0430\u043b\u043e\u043d\u0430:       ~3% (\u043f\u043e\u0441\u043b\u0435 \u0440\u0443\u0447\u043d\u043e\u0439 \u0432\u044b\u0447\u0438\u0442\u043a\u0438)<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u0420\u0435\u0430\u043b\u044c\u043d\u044b\u0445 ASR-\u043e\u0448\u0438\u0431\u043e\u043a \u043e\u043a\u043e\u043b\u043e \u0442\u0440\u0451\u0445 \u043d\u0430 294 \u0441\u043b\u043e\u0432\u0430, \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0439 WER \u043f\u043e\u0440\u044f\u0434\u043a\u0430 1%. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u00ab\u043e\u0448\u0438\u0431\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u0438\u00bb &#8212; \u043e\u043f\u0435\u0447\u0430\u0442\u043a\u0438 \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u0431\u0430\u0446\u0438\u0438.<\/p>\n<p><strong>\u041f\u043e\u0447\u0435\u043c\u0443 \u044d\u0442\u043e \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442.<\/strong> \u042d\u0442\u0430\u043b\u043e\u043d \u043d\u0430 YouTube-\u043a\u043b\u0438\u043f\u0430\u0445 \u043c\u044b \u0441\u043a\u043e\u043f\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0438\u0437 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 \u0438 \u043d\u0435 \u0432\u044b\u0447\u0438\u0442\u0430\u043b\u0438. \u041f\u043e\u0441\u043b\u043e\u0432\u043d\u044b\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u0434\u0430\u0436\u0435 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043a\u043b\u0438\u043f\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u0442 \u0441\u043a\u0440\u044b\u0442\u044b\u0445 \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442\u043e\u0432 \u043d\u0430 \u0442\u0435 \u0436\u0435 5pp.<\/p>\n<p><strong>\u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c.<\/strong> \u041f\u0440\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u044d\u0442\u0430\u043b\u043e\u043d \u043f\u0435\u0440\u0435\u0434 \u0442\u0435\u043c, \u043a\u0430\u043a \u0434\u0435\u043b\u0430\u0442\u044c \u0432\u044b\u0432\u043e\u0434\u044b \u043e \u043c\u043e\u0434\u0435\u043b\u044f\u0445. \u041c\u0438\u043d\u0438\u043c\u0443\u043c &#8212; \u043f\u043e\u0441\u043b\u043e\u0432\u043d\u043e \u0441\u0432\u0435\u0440\u0438\u0442\u044c \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u0435 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043a\u043b\u0438\u043f\u0430: 10 \u043c\u0438\u043d\u0443\u0442 \u0440\u0430\u0431\u043e\u0442\u044b \u0438 \u0441\u0442\u0440\u0430\u0445\u043e\u0432\u043a\u0430 \u043e\u0442 \u043e\u0448\u0438\u0431\u043e\u043a \u0438 \u043d\u0435 \u0432\u0435\u0440\u043d\u044b\u0445 \u0432\u044b\u0432\u043e\u0434\u043e\u0432. \u0415\u0441\u043b\u0438 \u043a\u043e\u0440\u043f\u0443\u0441 \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0434\u043e\u043b\u0433\u043e &#8212; \u0431\u0440\u0430\u0442\u044c \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0435 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0438 \u0438\u043b\u0438 \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u0432\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u043f\u0438\u0441\u0430\u0442\u044c \u044d\u0442\u0430\u043b\u043e\u043d \u0432\u0440\u0443\u0447\u043d\u0443\u044e, \u0431\u0435\u0437 \u043a\u043e\u043f\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0431\u0435\u0437 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432.<\/p>\n<h2>\u0427\u0442\u043e \u0432 \u0438\u0442\u043e\u0433\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442<\/h2>\n<p>\u041f\u043e\u0441\u043b\u0435 \u0432\u0441\u0435\u0445 \u0434\u043e\u0440\u0430\u0431\u043e\u0442\u043e\u043a \u0438 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439 \u0440\u0430\u0431\u043e\u0447\u0430\u044f \u043f\u0440\u0438\u0431\u0430\u0432\u043a\u0430 \u043a \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443 \u0441\u043e\u0431\u0440\u0430\u043b\u0430\u0441\u044c \u0438\u0437 \u043c\u0435\u043b\u043e\u0447\u0435\u0439 \u0432 \u043f\u043e\u0441\u0442\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u0414\u043e\u0440\u0430\u0431\u043e\u0442\u043a\u0430<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u042d\u0444\u0444\u0435\u043a\u0442<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0447\u0438\u0441\u0435\u043b (\u043f\u044f\u0442\u044c \u2192 5)<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.7 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u0422\u0435\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 <code>initial_prompt<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.5 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>vad_filter=False<\/code> + \u0432\u043d\u0435\u0448\u043d\u0438\u0439 Silero VAD<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22124 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">beam=5 + \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.4 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u041f\u043e\u0434\u043c\u0435\u043d\u0430 IT-\u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 (\u043f\u0438\u0442\u043e\u043d \u2192 Python)<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e, \u043d\u0435 WER<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u0421\u0438\u043b\u044c\u043d\u0435\u0435 \u0432\u0441\u0435\u0445 \u043f\u043e\u043c\u043e\u0433\u043b\u043e \u043e\u0442\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435 \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e VAD Whisper \u0438 \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 Silero VAD \u043d\u0430 \u0443\u0440\u043e\u0432\u043d\u0435 \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u043e\u0433\u043e \u043a\u043e\u043d\u0432\u0435\u0439\u0435\u0440\u0430. \u0412\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u0439 \u0444\u0438\u043b\u044c\u0442\u0440 \u0440\u0435\u0436\u0435\u0442 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0435 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0436\u0430\u0434\u043d\u043e, \u0432\u043d\u0435\u0448\u043d\u0438\u0439 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043c\u044f\u0433\u0447\u0435. \u041c\u0438\u043d\u0443\u0441 4 pp. \u0415\u0441\u043b\u0438 \u0432\u043a\u043b\u044e\u0447\u0438\u0442\u044c \u0432\u0435\u0441\u044c \u0441\u0442\u0435\u043a \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e, \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 \u0434\u0432\u0443\u0445 \u0432\u0430\u043b\u0438\u0434\u043d\u044b\u0445 YouTube-\u043a\u043b\u0438\u043f\u0430\u0445 \u0432\u044b\u0445\u043e\u0434\u0438\u0442 19.6% WER \u043f\u0440\u043e\u0442\u0438\u0432 29.5% \u0443 \u0434\u0435\u0444\u043e\u043b\u0442\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 &#8212; \u043c\u0438\u043d\u0443\u0441 10 pp.<\/p>\n<p>\u0427\u0442\u043e \u0443\u0448\u043b\u043e \u0438\u0437 \u043a\u043e\u043d\u0432\u0435\u0439\u0435\u0440\u0430 \u043f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0451\u0439: Smart T5 &#8212; \u0442\u043e \u0441\u0430\u043c\u043e\u0435 \u043f\u043e\u0441\u043b\u043e\u0432\u043d\u043e\u0435 \u0438\u0441\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0447\u0435\u0440\u0435\u0437 <code>ruT5-ASR-large<\/code> \u0441 \u0444\u0438\u043b\u044c\u0442\u0440\u0430\u0446\u0438\u0435\u0439 \u043f\u043e <code>SequenceMatcher<\/code>, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u043c\u044b \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b\u0438 \u043f\u0430\u0440\u0443 \u0438\u0442\u0435\u0440\u0430\u0446\u0438\u0439. \u041d\u0430 \u0431\u0430\u0437\u043e\u0432\u043e\u043c Whisper base \u043e\u043d\u0430 \u0443\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u043b\u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0442 \u043f\u0440\u043e\u0432\u0430\u043b\u0430 \u0434\u043e 41% WER. \u041d\u0430 GigaAM v3 \u0438 \u043d\u0430\u0448\u0435\u0439 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 Whisper \u0435\u0451 \u044d\u0444\u0444\u0435\u043a\u0442 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0439 &#8212; T5 \u00ab\u0438\u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442\u00bb \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442, \u0437\u0430\u043c\u0435\u043d\u044f\u044f \u0441\u043b\u043e\u0432\u0430 \u043d\u0430 \u0441\u0435\u043c\u0430\u043d\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0431\u043b\u0438\u0437\u043a\u0438\u0435. \u0417\u0430\u043c\u0435\u043d\u0438\u043b\u0438 \u043d\u0430 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0448\u0430\u0433: \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0447\u0438\u0441\u0435\u043b \u043f\u043b\u044e\u0441 \u043f\u043e\u0434\u043c\u0435\u043d\u0430 IT-\u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0447\u0435\u0440\u0435\u0437 \u0441\u043b\u043e\u0432\u0430\u0440\u044c \u0438 pymorphy3. \u042d\u0444\u0444\u0435\u043a\u0442 \u0442\u0435 \u0436\u0435 1-2 pp, \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430 0.02 \u043c\u0441 \u0432\u043c\u0435\u0441\u0442\u043e 80 \u043c\u0441, \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u0443\u0435\u043c\u043e\u0435.<\/p>\n<p>\u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043b\u0438. \u0422\u0435\u043f\u0435\u0440\u044c &#8212; \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c. RTF (real-time factor) &#8212; \u0434\u043e\u043b\u044f \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0442\u0440\u0430\u0442\u0438\u0442 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435: RTF 0.1 \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e \u043c\u0438\u043d\u0443\u0442\u0430 \u0430\u0443\u0434\u0438\u043e \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0451\u0442\u0441\u044f \u0437\u0430 6 \u0441\u0435\u043a\u0443\u043d\u0434. \u0427\u0435\u043c \u043c\u0435\u043d\u044c\u0448\u0435, \u0442\u0435\u043c \u0431\u044b\u0441\u0442\u0440\u0435\u0435.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u0411\u044d\u043a\u0435\u043d\u0434<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u041a\u0432\u0430\u043d\u0442\u0438\u0437\u0430\u0446\u0438\u044f<\/p>\n<\/th>\n<th>\n<p align=\"left\">RTF GPU<\/p>\n<\/th>\n<th>\n<p align=\"left\">RTF CPU<\/p>\n<\/th>\n<th>\n<p align=\"left\">RAM \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0420\u0430\u0437\u043c\u0435\u0440 \u043c\u043e\u0434\u0435\u043b\u0438<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><strong>Whisper turbo (\u043f\u0440\u043e\u0434 GPU)<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">int8_float16<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>0.040<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">1.02<\/p>\n<\/td>\n<td>\n<p align=\"left\">1.0 GB<\/p>\n<\/td>\n<td>\n<p align=\"left\">1.5 GB<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><strong>GigaAM v3-e2e-rnnt (\u043f\u0440\u043e\u0434 CPU)<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">ONNX float<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.033<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>0.047<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">1.6 GB<\/p>\n<\/td>\n<td>\n<p align=\"left\">851 MB<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Whisper turbo<\/p>\n<\/td>\n<td>\n<p align=\"left\">float16<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.043<\/p>\n<\/td>\n<td>\n<p align=\"left\">&#8212;<\/p>\n<\/td>\n<td>\n<p align=\"left\">1.5 GB<\/p>\n<\/td>\n<td>\n<p align=\"left\">1.5 GB<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Whisper large-v3<\/p>\n<\/td>\n<td>\n<p align=\"left\">float16<\/p>\n<\/td>\n<td>\n<p align=\"left\">0.112<\/p>\n<\/td>\n<td>\n<p align=\"left\">&#8212;<\/p>\n<\/td>\n<td>\n<p align=\"left\">1.5 GB<\/p>\n<\/td>\n<td>\n<p align=\"left\">2.9 GB<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041f\u0435\u0440\u0432\u044b\u0435 \u0434\u0432\u0435 \u0441\u0442\u0440\u043e\u043a\u0438 &#8212; \u043d\u0430\u0448\u0438 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d-\u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0438, \u0434\u0432\u0435 \u043d\u0438\u0436\u043d\u0438\u0435 \u0434\u043b\u044f \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430. \u041d\u0430 CPU GigaAM \u0431\u044b\u0441\u0442\u0440\u0435\u0435 Whisper turbo \u0431\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c \u0432 20 \u0440\u0430\u0437 (0.047 \u043f\u0440\u043e\u0442\u0438\u0432 1.02). \u041d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435 \u044d\u0442\u043e \u0437\u043d\u0430\u0447\u0438\u0442, \u0447\u0442\u043e Whisper turbo \u043d\u0430 CPU \u0442\u0440\u0430\u0442\u0438\u0442 \u043d\u0430 \u043c\u0438\u043d\u0443\u0442\u0443 \u0430\u0443\u0434\u0438\u043e \u0447\u0443\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u043c\u0438\u043d\u0443\u0442\u044b &#8212; \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u043d\u0435 \u0443\u0441\u043f\u0435\u0432\u0430\u0435\u0442 \u0437\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c, \u0434\u043b\u044f \u043e\u043d\u043b\u0430\u0439\u043d-\u0434\u0438\u043a\u0442\u043e\u0432\u043a\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0435 \u0433\u043e\u0434\u0438\u0442\u0441\u044f. GigaAM \u043d\u0430 \u0442\u0443 \u0436\u0435 \u043c\u0438\u043d\u0443\u0442\u0443 \u0442\u0440\u0430\u0442\u0438\u0442 \u043c\u0435\u043d\u044c\u0448\u0435 \u0442\u0440\u0451\u0445 \u0441\u0435\u043a\u0443\u043d\u0434 &#8212; \u043e\u0442\u043a\u043b\u0438\u043a \u043c\u0433\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439. \u041d\u0430 GPU \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0434\u0443\u0442 \u043f\u043b\u043e\u0442\u043d\u043e: Whisper turbo int8_float16 0.040, GigaAM ONNX 0.033 &#8212; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u043e\u0434\u043d\u043e\u0433\u043e \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f. \u041e\u0442\u0441\u044e\u0434\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0440\u043e\u043b\u0435\u0439: CPU-\u0441\u0431\u043e\u0440\u043a\u0430 &#8212; GigaAM (\u0442\u0430\u043c \u044d\u0442\u043e \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442), GPU-\u0441\u0431\u043e\u0440\u043a\u0430 &#8212; Whisper.<\/p>\n<p>\u0418 \u0432\u043e\u0442 \u0442\u0443\u0442 \u043f\u0440\u0438\u0433\u043e\u0434\u0438\u043b\u0430\u0441\u044c \u0434\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c. \u041f\u043e\u0434\u0445\u043e\u0434 \u043a \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044e &#8212; \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439, \u0437\u0434\u0435\u0441\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0435 \u0447\u0438\u0441\u043b\u0430. \u0417\u0430\u043c\u0435\u0440\u044b \u043d\u0430\u0448\u0438: \u043f\u043e 500 \u0441\u0435\u043c\u043f\u043b\u043e\u0432 \u043d\u0430 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u043d\u0430\u0431\u043e\u0440\u0430\u0445 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430, \u0442\u0430 \u0436\u0435 <code>BasicTextNormalizer<\/code>, beam=5.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041c\u043e\u0434\u0435\u043b\u044c<\/p>\n<\/th>\n<th>\n<p align=\"left\">AGG WER \u043d\u0430 6 RU \u0442\u0435\u0441\u0442\u0430\u0445 (21 \u0442\u044b\u0441. \u0441\u043b\u043e\u0432)<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0434\u0435\u043b\u044c\u0442\u0430 \u043a \u0431\u0430\u0437\u043e\u0432\u043e\u0439<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0434\u0435\u043b\u044c\u0442\u0430 \u043a GigaAM<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">\u041d\u0430\u0448\u0430 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0430\u044f (\u043f\u0440\u043e\u0434)<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>9.43%<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22123.82 pp<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u22120.95 pp<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">GigaAM v3-e2e-rnnt<\/p>\n<\/td>\n<td>\n<p align=\"left\">10.38%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22122.87 pp<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u2014<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">bond005\/podlodka-turbo<\/p>\n<\/td>\n<td>\n<p align=\"left\">10.79%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22122.46 pp<\/p>\n<\/td>\n<td>\n<p align=\"left\">+0.41 pp<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">openai\/whisper-large-v3-turbo (\u0431\u0430\u0437\u043e\u0432\u0430\u044f)<\/p>\n<\/td>\n<td>\n<p align=\"left\">13.25%<\/p>\n<\/td>\n<td>\n<p align=\"left\">&#8212;<\/p>\n<\/td>\n<td>\n<p align=\"left\">+2.87 pp<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/dc\/e3\/68\/dce3685e6cf0044a0a4b92acfed2c042.png\" alt=\"\u0414\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 Whisper-turbo \u043f\u043e\u0434 \u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a: \u22123.82 pp \u043a vanilla, \u22120.95 pp \u043a GigaAM\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/dc\/e3\/68\/dce3685e6cf0044a0a4b92acfed2c042.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/dc\/e3\/68\/dce3685e6cf0044a0a4b92acfed2c042.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0414\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 Whisper-turbo \u043f\u043e\u0434 \u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a: \u22123.82 pp \u043a vanilla, \u22120.95 pp \u043a GigaAM<\/figcaption><\/div>\n<\/figure>\n<p>\u041f\u043e \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430\u043c, \u0441 GigaAM \u0432 \u043a\u0440\u0430\u0439\u043d\u0435\u0439 \u043a\u043e\u043b\u043e\u043d\u043a\u0435 &#8212; \u043d\u0430\u0448 \u0437\u0430\u043c\u0435\u0440 \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 500 \u0441\u0435\u043c\u043f\u043b\u0430\u0445:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u0414\u0430\u0442\u0430\u0441\u0435\u0442<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0431\u0430\u0437\u043e\u0432\u044b\u0439 turbo<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u043d\u0430\u0448\u0430 \u043c\u043e\u0434\u0435\u043b\u044c<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0434\u0435\u043b\u044c\u0442\u0430<\/p>\n<\/th>\n<th>\n<p align=\"left\">GigaAM v3-e2e-rnnt<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Common Voice 21 RU<\/p>\n<\/td>\n<td>\n<p align=\"left\">6.00%<\/p>\n<\/td>\n<td>\n<p align=\"left\">5.33%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.67<\/p>\n<\/td>\n<td>\n<p align=\"left\">4.32%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">RuLibriSpeech<\/p>\n<\/td>\n<td>\n<p align=\"left\">9.55%<\/p>\n<\/td>\n<td>\n<p align=\"left\">8.50%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22121.05<\/p>\n<\/td>\n<td>\n<p align=\"left\">10.02%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Golos farfield<\/p>\n<\/td>\n<td>\n<p align=\"left\">18.80%<\/p>\n<\/td>\n<td>\n<p align=\"left\">11.05%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u22127.75<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">8.17%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Golos crowd<\/p>\n<\/td>\n<td>\n<p align=\"left\">25.36%<\/p>\n<\/td>\n<td>\n<p align=\"left\">10.15%<\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u221215.21<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\">19.42%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">SOVA RuDevices<\/p>\n<\/td>\n<td>\n<p align=\"left\">17.06%<\/p>\n<\/td>\n<td>\n<p align=\"left\">13.61%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22123.45<\/p>\n<\/td>\n<td>\n<p align=\"left\">12.94%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\">Podlodka Speech<\/p>\n<\/td>\n<td>\n<p align=\"left\">12.08%<\/p>\n<\/td>\n<td>\n<p align=\"left\">11.11%<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u22120.97<\/p>\n<\/td>\n<td>\n<p align=\"left\">10.32%<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><strong>\u0423\u0441\u0440\u0435\u0434\u043d\u0435\u043d\u043d\u044b\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>13.25%<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>9.43%<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>\u22123.82<\/strong><\/p>\n<\/td>\n<td>\n<p align=\"left\"><strong>10.38%<\/strong><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/d4\/e4\/f9\/d4e4f9e98b15ffb59b4b7dba8715510c.png\" alt=\"Whisper \u0438 GigaAM \u043d\u0430 8 \u043a\u043e\u0440\u043f\u0443\u0441\u0430\u0445: \u043d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c \u0447\u0442\u0435\u043d\u0438\u0438 \u043f\u0430\u0440\u0438\u0442\u0435\u0442, \u043d\u0430 \u043f\u043e\u043b\u0435\u0432\u044b\u0445 \u0437\u0430\u043f\u0438\u0441\u044f\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u044f\u0442\u0441\u044f\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/d4\/e4\/f9\/d4e4f9e98b15ffb59b4b7dba8715510c.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/d4\/e4\/f9\/d4e4f9e98b15ffb59b4b7dba8715510c.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>Whisper \u0438 GigaAM \u043d\u0430 8 \u043a\u043e\u0440\u043f\u0443\u0441\u0430\u0445: \u043d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c \u0447\u0442\u0435\u043d\u0438\u0438 \u043f\u0430\u0440\u0438\u0442\u0435\u0442, \u043d\u0430 \u043f\u043e\u043b\u0435\u0432\u044b\u0445 \u0437\u0430\u043f\u0438\u0441\u044f\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u044f\u0442\u0441\u044f<\/figcaption><\/div>\n<\/figure>\n<p>\u041a\u0430\u0440\u0442\u0438\u043d\u0430 \u043f\u043e \u043c\u043e\u0434\u0435\u043b\u044f\u043c \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0430\u0441\u044c \u043f\u0451\u0441\u0442\u0440\u0430\u044f. \u0411\u0430\u0437\u043e\u0432\u044b\u0439 Whisper-turbo \u043d\u0430 Golos \u0441\u0438\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0441\u0435\u0434\u0430\u0435\u0442 (18.8% farfield \/ 25.4% crowd) &#8212; \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u043d\u0435 \u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0432 \u0440\u0435\u0447\u0438, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u044d\u0442\u0438 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u044b \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u043c\u043d\u043e\u0433\u043e \u0446\u0438\u0444\u0440, \u0430 <code>BasicTextNormalizer<\/code> \u0442\u0440\u0430\u043a\u0442\u0443\u0435\u0442 \u0438\u0445 \u0441\u0442\u0440\u043e\u0433\u043e. \u041d\u0430\u0448\u0430 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u044d\u0442\u0443 \u0441\u043f\u0435\u0446\u0438\u0444\u0438\u043a\u0443 \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0443\u0441\u0432\u0430\u0438\u0432\u0430\u0435\u0442: \u043d\u0430 Golos crowd \u043e\u043d\u0430 \u0432\u044b\u0438\u0433\u0440\u044b\u0432\u0430\u0435\u0442 \u0443 vanilla 15 pp, \u0430 \u0443 GigaAM &#8212; 9 pp. \u041d\u0430 \u0447\u0438\u0441\u0442\u043e\u043c \u0447\u0442\u0435\u043d\u0438\u0438 (CV, Podlodka) GigaAM, \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442, \u043d\u0430 1 pp \u0432\u043f\u0435\u0440\u0435\u0434\u0438 \u043d\u0430\u0448\u0435\u0439 &#8212; \u043e\u043d\u0430 \u0438 \u0443\u0447\u0438\u043b\u0430\u0441\u044c \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u0439 \u0440\u0443\u0441\u0441\u043a\u043e\u0439 \u0440\u0435\u0447\u0438.<\/p>\n<h2>\u0427\u0435\u043a-\u043b\u0438\u0441\u0442: \u0447\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c, \u0435\u0441\u043b\u0438 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442\u0435 \u0440\u0443\u0441\u0441\u043a\u0438\u0439 ASR<\/h2>\n<ol>\n<li>\n<p><strong>\u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u0447\u0438\u0441\u0442\u0438\u0442\u0435 \u044d\u0442\u0430\u043b\u043e\u043d, \u043f\u043e\u0442\u043e\u043c \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u0439\u0442\u0435 \u043c\u043e\u0434\u0435\u043b\u0438.<\/strong> \u041f\u043e\u0441\u043b\u043e\u0432\u043d\u043e \u0441\u0432\u0435\u0440\u044c\u0442\u0435 \u0432\u044b\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043d\u0438\u0435 \u0445\u0443\u0434\u0448\u0435\u0433\u043e \u0438 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043a\u043b\u0438\u043f\u0430 &#8212; \u043e\u0434\u0438\u043d \u0431\u0438\u0442\u044b\u0439 \u044d\u0442\u0430\u043b\u043e\u043d \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0445\u0443\u0436\u0435 \u043d\u0430 ~5 pp \u043d\u0430 \u043d\u0430\u0448\u0435\u0439 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0435, \u0430 \u043d\u0430 \u043b\u0443\u0447\u0448\u0435\u043c \u043a\u043b\u0438\u043f\u0435 \u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u00ab\u043e\u0448\u0438\u0431\u043e\u043a \u043c\u043e\u0434\u0435\u043b\u0438\u00bb \u0447\u0430\u0441\u0442\u043e \u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043e\u043f\u0435\u0447\u0430\u0442\u043a\u0430\u043c\u0438 \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u0431\u0430\u0446\u0438\u0438.<\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0439\u0442\u0435 \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0438 AGC \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e.<\/strong> \u041d\u0430 \u043d\u0430\u0448\u0435\u043c \u0448\u0443\u043c\u043d\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 AGC \u0438 VAD-cut \u0443\u0445\u0443\u0434\u0448\u0430\u044e\u0442 WER \u043d\u0430 6-9 pp. \u041d\u0430 \u043b\u044e\u0431\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043c\u0435\u0440\u044f\u0439\u0442\u0435 \u0443\u043b\u0443\u0447\u0448\u0435\u043d\u0438\u044f \u043d\u0430 3-5 \u043a\u043b\u0438\u043f\u0430\u0445, \u043f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0442\u044c \u0432 \u043f\u0440\u043e\u0434.<\/p>\n<\/li>\n<li>\n<p><strong>\u041d\u0435 \u0440\u0435\u0436\u044c\u0442\u0435 \u0434\u043b\u0438\u043d\u043d\u043e\u0435 \u0430\u0443\u0434\u0438\u043e \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u0434\u043b\u044f \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438.<\/strong> \u0421\u0430\u043c\u0438 \u0440\u0430\u0437\u0440\u044b\u0432\u044b \u0430\u0443\u0434\u0438\u043e \u043d\u0430 \u0441\u0442\u044b\u043a\u0430\u0445 \u0441\u0442\u043e\u044f\u0442 ~6 pp; \u043f\u043e\u043b\u043d\u043e\u0435 \u043e\u043a\u043d\u043e \u0432\u0441\u0435\u0433\u0434\u0430 \u043b\u0443\u0447\u0448\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>\u041e\u0442\u043a\u043b\u044e\u0447\u0438\u0442\u0435 \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u0439 VAD Whisper, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0439\u0442\u0435 \u0432\u043d\u0435\u0448\u043d\u0438\u0439 Silero.<\/strong> \u042d\u0442\u043e \u0441\u0430\u043c\u044b\u0439 \u0434\u0435\u0448\u0451\u0432\u044b\u0439 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u0432 \u043d\u0430\u0448\u0435\u043c \u043a\u043e\u043d\u0432\u0435\u0439\u0435\u0440\u0435: <code>vad_filter=False<\/code> \u043f\u043b\u044e\u0441 Silero VAD \u043d\u0430 \u0443\u0440\u043e\u0432\u043d\u0435 \u0441\u0442\u0440\u0438\u043c\u0438\u043d\u0433\u0430.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u043e\u0441\u0442\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0435\u0448\u0451\u0432\u0430\u044f \u0438 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442.<\/strong> \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0447\u0438\u0441\u0435\u043b (<code>\u043f\u044f\u0442\u044c<\/code> \u2192 <code>5<\/code>) \u0434\u0430\u0451\u0442 \u22120.7 pp, \u0441\u043b\u043e\u0432\u0430\u0440\u043d\u0430\u044f \u043f\u043e\u0434\u043c\u0435\u043d\u0430 IT-\u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0447\u0438\u043d\u0438\u0442 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 Python\/Docker\/Git. T5-\u043a\u043e\u0440\u0440\u0435\u043a\u0446\u0438\u044f \u043f\u0440\u0438 \u044d\u0442\u043e\u043c \u043d\u0430 \u0441\u0438\u043b\u044c\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u044f\u0445 \u043d\u0435 \u043d\u0443\u0436\u043d\u0430 &#8212; \u043e\u043d\u0430 \u00ab\u0438\u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442\u00bb \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442.<\/p>\n<\/li>\n<li>\n<p><strong>\u0421\u043e\u0441\u0442\u0430\u0432 \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u044d\u0442\u0430\u043b\u043e\u043d\u0430 \u0440\u0435\u0448\u0430\u044e\u0442 \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0432\u044b\u0431\u043e\u0440 \u043c\u043e\u0434\u0435\u043b\u0438.<\/strong> \u041d\u0430 \u043d\u0430\u0448\u0438\u0445 \u043a\u043b\u0438\u043f\u0430\u0445 \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f \u0432 \u043f\u043b\u044e\u0441-\u043c\u0438\u043d\u0443\u0441 1 pp; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u043a\u043e\u0440\u043f\u0443\u0441\u0430\u043c\u0438 (\u0441\u0442\u0443\u0434\u0438\u044f vs YouTube \u0441 \u0440\u0435\u0432\u0435\u0440\u0431\u0435\u0440\u0430\u0446\u0438\u0435\u0439) &#8212; 15-20 pp; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u0441\u044b\u0440\u044b\u043c\u0438 \u0438 \u0432\u044b\u0447\u0438\u0442\u0430\u043d\u043d\u044b\u043c\u0438 \u044d\u0442\u0430\u043b\u043e\u043d\u0430\u043c\u0438 &#8212; 7 pp. \u0414\u043e \u0442\u043e\u0433\u043e \u043a\u0430\u043a \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0435\u0434\u0435\u043b\u0438 \u043d\u0430 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u044b \u0441 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430\u043c\u0438 \u0438 \u0434\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f\u043c\u0438, \u043f\u043e\u0442\u0440\u0430\u0442\u044c\u0442\u0435 \u0434\u0435\u043d\u044c \u043d\u0430 \u0447\u0438\u0441\u0442\u043a\u0443 \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u0432 \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0443, \u0447\u0442\u043e \u0432\u0430\u0448 test \u043d\u0430\u0431\u043e\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0440\u0435\u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0442\u0438\u0432\u0435\u043d.<\/p>\n<\/li>\n<\/ol>\n<p>\u0421\u0430\u043c\u043e \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0435. \u0421\u0442\u0440\u0430\u043d\u0438\u0446\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u2014 <a href=\"https:\/\/borisovai.ru\/ru\/projects\/scribe-air\" rel=\"noopener noreferrer nofollow\">borisovai.ru\/ru\/projects\/scribe-air<\/a>, \u0438\u0441\u0445\u043e\u0434\u043d\u0438\u043a\u0438 \u0438 \u0441\u043a\u0440\u0438\u043f\u0442\u044b \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u043e\u0432 \u043b\u0435\u0436\u0430\u0442 \u0432 <a href=\"https:\/\/gitlab.dev.borisovai.ru\/tools\/speech-to-text\" rel=\"noopener noreferrer nofollow\">gitlab.dev.borisovai.ru\/tools\/speech-to-text<\/a>.<\/p>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1042574\/\">https:\/\/habr.com\/ru\/articles\/1042574\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u041f\u0430\u0440\u0443 \u043c\u0435\u0441\u044f\u0446\u0435\u0432 \u043d\u0430\u0437\u0430\u0434 \u043c\u044b \u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0438 \u0441\u0442\u0430\u0442\u044c\u044e \u043f\u0440\u043e \u0442\u043e, \u043a\u0430\u043a \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 3.3% WER \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e ASR \u043d\u0430 CPU \u0441 GigaAM &#8212; \u0433\u043b\u0430\u0432\u043d\u044b\u0439 \u0442\u0435\u0437\u0438\u0441 \u0442\u043e\u0433\u0434\u0430 \u0431\u044b\u043b \u00ab\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0431\u044c\u0451\u0442 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u00bb. \u0417\u0430\u043c\u0435\u0440\u044b \u0432 \u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0448\u043b\u0438 \u043d\u0430 \u043f\u044f\u0442\u0438 TTS-\u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u0430\u0445 \u0438\u0437 \u0430\u0443\u0434\u0438\u043e\u043a\u043d\u0438\u0433. \u0412\u0441\u0451 \u0434\u0430\u043b\u043e \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0435 3,3% WER. \u0421 \u0442\u0435\u0445 \u043f\u043e\u0440 \u043c\u044b \u043f\u0435\u0440\u0435\u043c\u0435\u0440\u0438\u043b\u0438 \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d-\u0437\u0430\u043f\u0438\u0441\u044f\u0445 \u0438 \u0447\u0430\u0441\u0442\u044c \u043f\u0440\u043e\u0448\u043b\u044b\u0445 \u0432\u044b\u0432\u043e\u0434\u043e\u0432 \u0437\u0434\u0435\u0441\u044c \u0443\u0442\u043e\u0447\u043d\u044f\u0435\u043c.\u041a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430 \u0443 \u043d\u0430\u0441 \u043f\u043e-\u043f\u0440\u0435\u0436\u043d\u0435\u043c\u0443 \u0434\u0432\u0430: SberDevices GigaAM v3-e2e-rnnt \u0438 OpenAI Whisper large-v3-turbo. \u041f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u043e\u0444\u0444\u043b\u0430\u0439\u043d\u043e\u0432\u043e\u0435 &#8212; \u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u044b\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438 \u0434\u0438\u043a\u0442\u0443\u044e\u0442 \u0442\u0435\u043a\u0441\u0442, \u043e\u0431\u043b\u0430\u0447\u043d\u044b\u0435 \u0441\u0435\u0440\u0432\u0438\u0441\u044b \u0432\u0440\u043e\u0434\u0435 Yandex SpeechKit \u0438\u043b\u0438 Whisper API \u0438\u043c \u0437\u0430\u043f\u0440\u0435\u0449\u0435\u043d\u044b \u043f\u043e\u043b\u0438\u0442\u0438\u043a\u043e\u0439 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u0438. \u041f\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u043c \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u043c GigaAM \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u0438\u043b\u044c\u043d\u0435\u0435, \u0438 \u043d\u043e\u0432\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438 \u043c\u044b \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u043b\u0438 \u043a\u0430\u043a \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0448\u043b\u043e\u0433\u043e \u0432\u044b\u0431\u043e\u0440\u0430.\u041f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u043d\u0435 \u0441\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c. \u041f\u043e \u0434\u043e\u0440\u043e\u0433\u0435 \u043c\u044b \u043f\u043e\u043f\u0430\u043b\u0438 \u0432 \u0442\u0440\u0438 \u043b\u043e\u0432\u0443\u0448\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0436\u0434\u0443\u0442 \u043b\u044e\u0431\u043e\u0433\u043e, \u043a\u0442\u043e \u043c\u0435\u0440\u044f\u0435\u0442 ASR \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435. \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 \u043d\u0438\u0445 \u043f\u0435\u0440\u0435\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0432\u044b\u0432\u043e\u0434: \u043f\u043e \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u044b\u043c \u0437\u0430\u043c\u0435\u0440\u0430\u043c GigaAM \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u0438\u043b\u044c\u043d\u0435\u0435 Whisper \u043d\u0430 5-7 pp, \u043a\u0430\u043a \u0442\u043e\u043b\u044c\u043a\u043e \u043c\u044b \u0441\u0430\u043c\u0438 \u043f\u043e\u043c\u0435\u0440\u0438\u043b\u0438 \u043d\u0430 \u0442\u0435\u0445 \u0436\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 &#8212; \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0434\u0443\u0442 \u0432\u0440\u043e\u0432\u0435\u043d\u044c, \u0430 \u043d\u0430 \u0448\u0443\u043c\u043d\u044b\u0445 \u0437\u0430\u043f\u0438\u0441\u044f\u0445 Whisper \u0432\u044b\u0445\u043e\u0434\u0438\u0442 \u0432\u043f\u0435\u0440\u0451\u0434. \u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0438 \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u0432 \u0432 \u0438\u0442\u043e\u0433\u0435 \u0440\u0435\u0448\u0430\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0432\u044b\u0431\u043e\u0440 \u0441\u0430\u043c\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438.\u0424\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u0432\u044b\u0431\u043e\u0440 \u0443 \u043d\u0430\u0441 \u0442\u0430\u043a\u043e\u0439:GPU-\u0441\u0431\u043e\u0440\u043a\u0438: \u043d\u0430\u0448\u0430 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0430\u044f Whisper-large-v3-turbo, 9.43% AGG WER \u043d\u0430 6 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0445 RU-\u0442\u0435\u0441\u0442\u0430\u0445 (21 \u0442\u044b\u0441. \u0441\u043b\u043e\u0432) \u043f\u0440\u043e\u0442\u0438\u0432 13.25% \u0443 \u0431\u0430\u0437\u043e\u0432\u043e\u0439 turbo \u0438 10.79% AGG \u0443 \u043b\u0443\u0447\u0448\u0435\u0433\u043e \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u0433\u043e RU-\u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f bond005\/podlodka-turbo. \u041c\u043e\u0434\u0435\u043b\u044c \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u0430 \u043d\u0430 huggingface: coriollon\/whisper-large-v3-turbo-russian.CPU-\u0441\u0431\u043e\u0440\u043a\u0438: GigaAM v3-e2e-rnnt. \u0411\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c \u0432 20 \u0440\u0430\u0437 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 Whisper turbo CPU \u043f\u0440\u0438 \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u0438\u043c\u043e\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043d\u0430 \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u0445 \u0440\u0435\u043f\u043b\u0438\u043a\u0430\u0445. Whisper turbo \u043d\u0430 CPU \u043d\u0435 \u0443\u0441\u043f\u0435\u0432\u0430\u0435\u0442 \u0437\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c \u0432\u0440\u0435\u043c\u0435\u043d\u0435\u043c \u0430\u0443\u0434\u0438\u043e &#8212; \u0434\u043b\u044f \u043e\u043d\u043b\u0430\u0439\u043d-\u0434\u0438\u043a\u0442\u043e\u0432\u043a\u0438 \u043d\u0435 \u0433\u043e\u0434\u0438\u0442\u0441\u044f.\u0414\u0430\u043b\u044c\u0448\u0435 &#8212; \u043f\u0443\u0442\u044c \u043e\u0442 \u043f\u0435\u0440\u0432\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u043e\u0432 \u0434\u043e \u044d\u0442\u043e\u0433\u043e \u0432\u044b\u0431\u043e\u0440\u0430.\u041a\u043e\u0440\u043f\u0443\u0441\u0430, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u044b \u043c\u0435\u0440\u0438\u043b\u0438Podlodka &#8212; \u043b\u0451\u0433\u043a\u0430\u044f \u0447\u0430\u0441\u0442\u044c. 20 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0438\u0437 \u043f\u043e\u0434\u043a\u0430\u0441\u0442\u0430 (\u0442\u0435\u0441\u0442\u043e\u0432\u0430\u044f \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0430 bond005\/podlodka_speech, 1140 \u044d\u0442\u0430\u043b\u043e\u043d\u043d\u044b\u0445 \u0441\u043b\u043e\u0432), \u0447\u0438\u0441\u0442\u0430\u044f \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0430\u044f \u0440\u0435\u0447\u044c, \u0434\u0432\u0430 \u0434\u0438\u043a\u0442\u043e\u0440\u0430 \u043f\u043e \u043e\u0447\u0435\u0440\u0435\u0434\u0438. \u041c\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438 \u044d\u0442\u0443 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0443 \u043a\u0430\u043a \u0431\u0430\u0437\u043e\u0432\u044b\u0439 \u0437\u0430\u043c\u0435\u0440 \u043d\u0430 \u00ab\u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c\u00bb \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0435.YouTube &#8212; \u0442\u044f\u0436\u0451\u043b\u0430\u044f \u0447\u0430\u0441\u0442\u044c. 34-\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0439 \u0440\u043e\u043b\u0438\u043a \u041a\u0440\u0435\u043e\u0441\u0430\u043d \u043f\u0440\u043e \u0437\u043e\u043d\u0443 \u043e\u0442\u0447\u0443\u0436\u0434\u0435\u043d\u0438\u044f \u0424\u0443\u043a\u0443\u0441\u0438\u043c\u044b, \u0434\u0432\u0430 \u0432\u0435\u0434\u0443\u0449\u0438\u0445 \u0445\u043e\u0434\u044f\u0442 \u043f\u043e \u0437\u0430\u0431\u0440\u043e\u0448\u0435\u043d\u043d\u043e\u043c\u0443 \u043f\u043e\u0441\u0435\u043b\u043a\u0443, \u0444\u043e\u043d\u043e\u043c \u0433\u0440\u043e\u043c\u043a\u043e\u0433\u043e\u0432\u043e\u0440\u0438\u0442\u0435\u043b\u0438, \u043b\u0430\u0435\u0442 \u0441\u043e\u0431\u0430\u043a\u0430, \u0433\u0443\u0434\u0438\u0442 \u0432\u0435\u0442\u0435\u0440. \u041c\u044b \u0447\u0435\u0440\u0435\u0437 ffmpeg \u043d\u0430\u0440\u0435\u0437\u0430\u043b\u0438 8 \u0434\u0432\u0443\u0445\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0445 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u043e\u0432, \u044d\u0442\u0430\u043b\u043e\u043d\u044b \u0432\u0437\u044f\u043b\u0438 \u0438\u0437 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 YouTube &#8212; \u044d\u0442\u043e \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043d\u0430\u043c \u043f\u043e\u0442\u043e\u043c \u0435\u0449\u0451 \u0430\u0443\u043a\u043d\u0435\u0442\u0441\u044f.Qantas &#8212; \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u0447\u0438\u0441\u0442\u044b\u0439. \u041f\u043e\u0434\u043a\u0430\u0441\u0442 \u043f\u0440\u043e \u0430\u0432\u0430\u0440\u0438\u044e \u0440\u0435\u0439\u0441\u0430 Qantas 32, 3 \u043a\u043b\u0438\u043f\u0430 \u043f\u043e 3 \u043c\u0438\u043d\u0443\u0442\u044b, \u044d\u0442\u0430\u043b\u043e\u043d\u044b \u0442\u043e\u0436\u0435 \u0438\u0437 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 YouTube &#8212; \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0441\u044f \u0434\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u043c\u0435\u0442\u043e\u0434\u043e\u043b\u043e\u0433\u0438\u0438.\u041c\u0435\u0442\u043e\u0434\u0438\u043a\u0430 \u0438\u0437\u043c\u0435\u0440\u0435\u043d\u0438\u044f WER\u041c\u0435\u0442\u043e\u0434\u0438\u043a\u0430: \u041c\u0435\u0442\u0440\u0438\u043a\u0430 &#8212; `jiwer.process_words` \u043f\u043e\u0441\u043b\u0435 `BasicTextNormalizer`. \u0417\u0430\u043c\u0435\u0440\u044b \u043d\u0430 RTX 4090 Laptop, faster-whisper 1.2.x \u043d\u0430 CTranslate2, GigaAM \u0447\u0435\u0440\u0435\u0437 `onnx-asr` \u043d\u0430 CUDAExecutionProvider. \u0412\u0435\u0437\u0434\u0435 `beam_size=5`, `temperature=0`, `condition_on_previous_text=True` (default faster-whisper).Podlodka: \u0433\u0434\u0435 \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0411\u0430\u0437\u043e\u0432\u044b\u0439 Whisper large-v3-turbo \u043d\u0430 20 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445 \u0431\u0435\u0437 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438:=== AGG WER: 0.0728  (1140 ref words) ===ops: sub=44 del=24 ins=157.28%. \u041d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u043c \u0437\u0432\u0443\u043a\u0435 \u043c\u044b \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u044b\u0432\u0430\u043b\u0438 \u043d\u0430 7% WER, \u0438 \u0431\u0430\u0437\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u0440\u0430\u0437\u0443 \u0432 \u044d\u0442\u0443 \u0446\u0438\u0444\u0440\u0443 \u0443\u043b\u043e\u0436\u0438\u043b\u0430\u0441\u044c.\u0414\u0430\u043b\u044c\u0448\u0435 \u043d\u0430\u0441 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b\u0438 \u0434\u0432\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u0430. \u041f\u0435\u0440\u0432\u044b\u0439 &#8212; \u043c\u043e\u0436\u043d\u043e \u043b\u0438 \u0432\u044b\u0436\u0430\u0442\u044c \u00ab\u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u044b\u0439\u00bb \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0447\u0435\u0440\u0435\u0437 \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043d\u044b\u0435 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 faster-whisper. \u0412\u0442\u043e\u0440\u043e\u0439 &#8212; \u0432\u043e \u0441\u043a\u043e\u043b\u044c\u043a\u043e pp \u043e\u0431\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043d\u0430\u0448 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u044b\u0439 \u0440\u0435\u0436\u0438\u043c, \u043a\u043e\u0433\u0434\u0430 \u0430\u0443\u0434\u0438\u043e \u0440\u0435\u0436\u0435\u0442\u0441\u044f \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043f\u043e VAD-\u0433\u0440\u0430\u043d\u0438\u0446\u0430\u043c \u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u0447\u0430\u043d\u043a \u043e\u0442\u0434\u0430\u0451\u0442\u0441\u044f \u0432 whisper \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u0432\u044b\u0437\u043e\u0432\u043e\u043c.\u0414\u043b\u044f \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043c\u044b \u0432\u0437\u044f\u043b\u0438 \u0447\u0435\u0442\u044b\u0440\u0435 \u043e\u043f\u0446\u0438\u0438 faster-whisper, \u043a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0433\u0434\u0435-\u0442\u043e \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u043e\u0432\u0430\u043d\u0430: \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 (temperature_fallback) \u0434\u043b\u044f \u0442\u044f\u0436\u0451\u043b\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e, condition_on_previous_text \u0434\u043b\u044f \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u0441\u0435\u0441\u0441\u0438\u0439 \u0441 \u043e\u0434\u043d\u0438\u043c \u0434\u0438\u043a\u0442\u043e\u0440\u043e\u043c, \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 beam \u0441 5 \u0434\u043e 10 \u043d\u0430 \u0441\u043b\u0443\u0447\u0430\u0439, \u0435\u0441\u043b\u0438 \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u0443 \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0443\u0434\u0430\u0447\u043d\u044b\u0445 \u0433\u0438\u043f\u043e\u0442\u0435\u0437. \u041f\u043b\u044e\u0441 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d \u0441 \u043e\u0442\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u043c no_repeat_ngram_size, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043d\u0435 \u043e\u0442\u0440\u0435\u0437\u0430\u0435\u0442 \u043b\u0438 \u044d\u0442\u043e\u0442 \u0444\u0438\u043b\u044c\u0442\u0440 \u0447\u0442\u043e-\u0442\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0435. \u0414\u043b\u044f \u0432\u0442\u043e\u0440\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0443 \u0436\u0435 \u043d\u0430\u0440\u0435\u0437\u043a\u0443, \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u043a\u0440\u0443\u0442\u0438\u0442\u0441\u044f \u0432 \u043f\u0440\u043e\u0434\u0435: Silero VAD \u0441 max_speech_duration_s=4.\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f\u0427\u0442\u043e \u043c\u0435\u043d\u044f\u043b\u0438AGG WERA vanillabeam_size=5, \u0432\u0441\u0451 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u0435 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e7.28%B + \u043f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440temperature=[0.0, 0.2 \u2026 1.0] &#8212; \u043f\u043e\u0432\u0442\u043e\u0440 \u0441 \u0434\u0440\u0443\u0433\u043e\u0439 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440\u043e\u0439 \u043f\u0440\u0438 \u043d\u0438\u0437\u043a\u043e\u043c logprob7.28%C + condition_on_previous_text\u043f\u043e\u0434\u0430\u0451\u043c \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0438\u0439 \u0441\u0435\u0433\u043c\u0435\u043d\u0442 \u043a\u0430\u043a initial_prompt \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c\u04437.28%G beam=10\u0440\u0430\u0441\u0448\u0438\u0440\u0438\u043b\u0438 \u043f\u043e\u0438\u0441\u043a \u0441 5 \u0434\u043e 107.46%F VAD-chunked 4sSilero VAD \u0441 max_speech_duration_s=4, \u043a\u0430\u0436\u0434\u044b\u0439 \u0447\u0430\u043d\u043a \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e13.68%\u0427\u0435\u0442\u044b\u0440\u0435 \u00ab\u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043d\u044b\u0445\u00bb \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0430 (A, B, C, G) \u0434\u0430\u043b\u0438 7.28-7.46% &#8212; \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043e\u0434\u043d\u043e \u0438 \u0442\u043e \u0436\u0435. \u041f\u0435\u0440\u0435\u0431\u043e\u0440 \u0442\u0435\u043c\u043f\u0435\u0440\u0430\u0442\u0443\u0440 \u0441\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438 \u043d\u0438\u0437\u043a\u043e\u043c avg_logprob, \u0430 \u043d\u0430 \u0447\u0438\u0441\u0442\u044b\u0445 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445 \u0434\u0435\u043a\u043e\u0434\u0435\u0440 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u044b\u0439 &#8212; \u043f\u043e\u0432\u0442\u043e\u0440 \u043d\u0438 \u0440\u0430\u0437\u0443 \u043d\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b\u0441\u044f, \u0442\u0430\u043a \u0447\u0442\u043e \u044d\u0442\u0443 \u043e\u043f\u0446\u0438\u044e \u043d\u0430 \u043d\u0430\u0448\u0435\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u043c\u044b \u0444\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043d\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438. \u0422\u043e \u0436\u0435 \u0441 C: condition_on_previous_text \u043f\u043e\u0434\u0430\u0451\u0442 \u0442\u0435\u043a\u0441\u0442 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0430 \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439, \u043d\u043e \u043a\u043b\u0438\u043f\u044b \u043a\u043e\u0440\u043e\u0447\u0435 30 \u0441\u0435\u043a\u0443\u043d\u0434 \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u0431\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u043e\u0434\u043d\u0438\u043c \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u043e\u043c, \u0438 \u00ab\u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e\u00bb \u043f\u0440\u043e\u0441\u0442\u043e \u043d\u0435\u0442. \u0420\u0435\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e G &#8212; \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 beam \u0441 5 \u0434\u043e 10 \u0443\u0434\u0432\u0430\u0438\u0432\u0430\u0435\u0442 \u0432\u0440\u0435\u043c\u044f \u0438 \u0434\u0430\u0436\u0435 \u0447\u0443\u0442\u044c \u0443\u0445\u0443\u0434\u0448\u0430\u0435\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0432\u0435\u0440\u0445\u043d\u0438\u0435 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u044b \u0443 \u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0433\u043e \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u0430 \u0438 \u0442\u0430\u043a \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442. F (\u043f\u043e\u0442\u043e\u043a\u043e\u0432\u0430\u044f \u043d\u0430\u0440\u0435\u0437\u043a\u0430) &#8212; \u043c\u0438\u043d\u0443\u0441 6 pp \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0431\u0430\u0437\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u042d\u0442\u043e \u0431\u044b\u043b \u043f\u0435\u0440\u0432\u044b\u0439 \u0441\u0438\u0433\u043d\u0430\u043b, \u0447\u0442\u043e \u0447\u0430\u043d\u043a\u043e\u0432\u0430\u043d\u0438\u0435 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e \u0434\u043e\u0440\u043e\u0433\u043e, \u0438 \u043c\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438 \u0435\u0433\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u043d\u0430 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u0430\u0445.\u0414\u043b\u044f \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0432\u043e\u043f\u0440\u043e\u0441 \u0431\u044b\u043b \u0442\u0430\u043a\u043e\u0439: \u043f\u0440\u0438 \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0444\u0430\u0439\u043b\u0430 \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0438\u043d\u0443\u0442 \u0447\u0442\u043e \u043b\u0443\u0447\u0448\u0435 &#8212; \u043e\u0442\u0434\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u0435\u0441\u044c \u0444\u0430\u0439\u043b \u0438 \u043f\u0443\u0441\u0442\u044c \u043e\u043d\u0430 \u0441\u0430\u043c\u0430 \u0435\u0434\u0435\u0442 \u043f\u043e \u043d\u0435\u043c\u0443 \u0441\u0432\u043e\u0438\u043c \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u043c 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u044b\u043c \u043e\u043a\u043d\u043e\u043c (\u043f\u043e\u043b\u043d\u043e\u0435 \u0430\u0443\u0434\u0438\u043e), \u0438\u043b\u0438 \u043d\u0430\u0440\u0435\u0437\u0430\u0442\u044c \u0447\u0435\u0440\u0435\u0437 VAD \u043d\u0430 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u00ab\u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u043c\u0435\u0436\u0434\u0443 \u043f\u0430\u0443\u0437\u0430\u043c\u0438\u00bb \u0438 \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u043f\u043e \u043e\u0434\u043d\u043e\u0439? \u0412\u0442\u043e\u0440\u043e\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u043a\u0430\u0436\u0435\u0442\u0441\u044f \u043b\u043e\u0433\u0438\u0447\u043d\u044b\u043c, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e VAD-\u0447\u0430\u043d\u043a\u0438 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442 \u0441 \u0440\u0435\u0447\u0435\u0432\u044b\u043c\u0438 \u0435\u0434\u0438\u043d\u0438\u0446\u0430\u043c\u0438 \u0438 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442 \u0440\u0430\u0441\u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u0438\u0442\u044c \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441. \u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 pad_ms &#8212; \u044d\u0442\u043e \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u0430\u044f \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0442\u0438\u0448\u0438\u043d\u044b, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u043e\u0439 VAD \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0440\u0435\u043f\u043b\u0438\u043a\u0438 \u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u0447\u0430\u043d\u043a\u0430\u043c\u0438.\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f\u041a\u0430\u043a \u043a\u043e\u0440\u043c\u0438\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044cAGG WERFull-audiomodel.transcribe(audio) \u0446\u0435\u043b\u0438\u043a\u043e\u043c, Whisper \u0441\u0430\u043c \u0435\u0434\u0435\u0442 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u044b\u043c \u043e\u043a\u043d\u043e\u043c8.07%Chunked pad=300msSilero VAD \u0440\u0435\u0436\u0435\u0442 \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043f\u043e \u043f\u0430\u0443\u0437\u0430\u043c \u2265300ms, \u043a\u0430\u0436\u0434\u044b\u0439 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u043c \u0432\u044b\u0437\u043e\u0432\u043e\u043c13.86%Chunked pad=500ms\u0442\u043e \u0436\u0435, \u043f\u0430\u0443\u0437\u0430 \u2265500ms14.47%\u0422\u043e\u0442 \u0436\u0435 \u0437\u0432\u0443\u043a, \u0442\u043e\u0442 \u0436\u0435 \u044d\u0442\u0430\u043b\u043e\u043d, \u0442\u043e\u0442 \u0436\u0435 \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0442\u043e\u0440 &#8212; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 6 pp. \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c, \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438, \u0447\u0442\u043e \u044d\u0442\u043e \u043d\u0435 \u0430\u0440\u0442\u0435\u0444\u0430\u043a\u0442 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0438. \u041f\u0435\u0440\u0432\u0430\u044f \u043c\u044b\u0441\u043b\u044c &#8212; \u0447\u0430\u043d\u043a\u0438 \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0440\u0435\u0447\u0435\u0432\u044b\u0435 \u043a\u0443\u0441\u043a\u0438, \u043f\u0430\u0443\u0437\u044b \u043c\u0435\u0436\u0434\u0443 \u043d\u0438\u043c\u0438 \u0432 \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u043d\u0435 \u043f\u043e\u043f\u0430\u0434\u0430\u044e\u0442, \u043c\u043e\u0436\u0435\u0442, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043a\u0430\u043a \u0440\u0430\u0437 \u0438\u0437-\u0437\u0430 \u044d\u0442\u043e\u0433\u043e. \u0421\u0432\u0435\u0440\u0438\u043b\u0438: VAD-\u0447\u0430\u043d\u043a\u0438 \u043f\u043b\u044e\u0441 \u0443\u0447\u0430\u0441\u0442\u043a\u0438 \u0442\u0438\u0448\u0438\u043d\u044b \u043c\u0435\u0436\u0434\u0443 \u043d\u0438\u043c\u0438 \u0434\u0430\u044e\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u0443\u044e \u0434\u043b\u0438\u043d\u0443 \u0444\u0430\u0439\u043b\u0430 \u0441 \u043f\u043e\u0433\u0440\u0435\u0448\u043d\u043e\u0441\u0442\u044c\u044e &lt;50 \u043c\u0441. \u0414\u043b\u044f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u044b \u043e\u0442 \u0432\u0441\u0435\u0445 \u0447\u0430\u043d\u043a\u043e\u0432 \u0441\u043a\u043b\u0435\u0438\u0432\u0430\u043b\u0438\u0441\u044c \u0432 \u043e\u0434\u0438\u043d \u0442\u0435\u043a\u0441\u0442 \u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043b\u0438\u0441\u044c \u0441 \u043f\u043e\u043b\u043d\u044b\u043c \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u043c, \u043a\u0430\u043a \u0438 \u0432 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u0435 \u0441 \u043f\u043e\u043b\u043d\u044b\u043c \u0430\u0443\u0434\u0438\u043e. \u0422\u0430\u043a \u0447\u0442\u043e 6 pp &#8212; \u0440\u0435\u0430\u043b\u044c\u043d\u0430\u044f \u0440\u0430\u0437\u043d\u0438\u0446\u0430. \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u043b\u0438 \u0438 \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 &#8212; condition_on_previous_text. \u041d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u0430\u0443\u0434\u0438\u043e Whisper \u043f\u043e\u0434\u0430\u0451\u0442 \u0442\u0435\u043a\u0441\u0442 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0433\u043e \u043e\u043a\u043d\u0430 \u0432 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435, \u0430 \u043d\u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0445 \u0432\u044b\u0437\u043e\u0432\u0430\u0445 &#8212; \u043d\u0435\u0442. \u0412\u043e\u0442 \u0447\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c: 5 \u0434\u043b\u0438\u043d\u043d\u044b\u0445 \u043a\u043b\u0438\u043f\u043e\u0432 \u0442\u043e\u0433\u043e \u0436\u0435 \u043f\u043e\u0434\u043a\u0430\u0441\u0442\u0430 (55-160 \u0441\u0435\u043a\u0443\u043d\u0434, 1140 \u0441\u043b\u043e\u0432), \u0432\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u0439 \u0438 \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u0439 \u0444\u043b\u0430\u0433 \u043d\u0430 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u043c \u043f\u043e\u043b\u043d\u043e\u043c \u0430\u0443\u0434\u0438\u043e &#8212; 7.98% \u043f\u0440\u043e\u0442\u0438\u0432 8.07%, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 0.09 pp \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0448\u0443\u043c\u0430.\u0412\u0438\u043d\u043e\u0432\u0430\u0442\u044b \u0441\u0430\u043c\u0438 \u0440\u0430\u0437\u0440\u044b\u0432\u044b. VAD-\u0447\u0430\u043d\u043a\u043e\u0432\u0430\u043d\u0438\u0435 \u0444\u0438\u0437\u0438\u0447\u0435\u0441\u043a\u0438 \u0440\u0430\u0441\u0441\u0435\u043a\u0430\u0435\u0442 \u0440\u0435\u0447\u044c \u043d\u0430 \u043a\u0443\u0441\u043a\u0438, \u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u0432\u044b\u0437\u043e\u0432 \u043c\u043e\u0434\u0435\u043b\u044c \u0432\u0438\u0434\u0438\u0442 \u043a\u0430\u043a \u0438\u0437\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442 &#8212; \u0431\u0435\u0437 \u043f\u0440\u0435\u0434\u044b\u0434\u0443\u0449\u0435\u0439 \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0439 \u0430\u0443\u0434\u0438\u043e-\u0441\u0446\u0435\u043d\u044b, \u0431\u0435\u0437 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043f\u0430\u0443\u0437\u044b \u043f\u043e \u043a\u0440\u0430\u044f\u043c, \u0431\u0435\u0437 30-\u0441\u0435\u043a\u0443\u043d\u0434\u043d\u043e\u0433\u043e \u043e\u043a\u043d\u0430, \u0432 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0434\u0435\u043a\u043e\u0434\u0435\u0440 \u043f\u0440\u0438\u0432\u044b\u043a \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c. \u041d\u0430 \u0441\u0442\u044b\u043a\u0430\u0445 \u044d\u0442\u043e \u0434\u0430\u0451\u0442 \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0430\u0446\u0438\u0438 \u0438 \u043f\u043e\u0442\u0435\u0440\u044e \u0441\u043b\u043e\u0432. \u0412 \u043f\u0440\u043e\u0448\u043b\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u043d\u0430 Vosk \u0438 GigaAM \u043c\u044b \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u043b\u0438 \u0442\u043e\u0442 \u0436\u0435 \u043f\u0430\u0442\u0442\u0435\u0440\u043d \u0438 \u043a \u0440\u0430\u0437\u0440\u044b\u0432\u0430\u043c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u0440\u0435\u0447\u0438 \u043e\u043d\u0438 \u0442\u0430\u043a \u0436\u0435 \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b.\u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u0432\u043e\u0434: \u0432 \u043f\u0430\u043a\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0434\u043b\u0438\u043d\u043d\u043e\u0433\u043e \u0430\u0443\u0434\u0438\u043e \u043d\u0430\u0440\u0435\u0437\u043a\u0430 \u043d\u0430 \u0447\u0430\u043d\u043a\u0438 \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0441\u043c\u044b\u0441\u043b\u0430, \u0432 \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u043e\u043c \u0440\u0435\u0436\u0438\u043c\u0435 \u043f\u043b\u0430\u0442\u0438\u0442\u0441\u044f \u22126 pp \u0437\u0430 \u0442\u043e, \u0447\u0442\u043e \u0444\u0440\u0430\u0437\u0430 \u0435\u0449\u0451 \u043d\u0435 \u0437\u0430\u0432\u0435\u0440\u0448\u0435\u043d\u0430.\u041f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0435 \u0436\u0435 20 \u043a\u043b\u0438\u043f\u043e\u0432 \u0447\u0435\u0440\u0435\u0437 GigaAM v3-e2e-rnnt:=== AGG WER: 0.0789  (1140 ref words) ===ops: sub=52 del=18 ins=20  wall=36.3s7.89% \u043f\u0440\u043e\u0442\u0438\u0432 7.28% \u0443 Whisper &#8212; \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043f\u0430\u0440\u0438\u0442\u0435\u0442.\u041d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 bond005\/podlodka_speech (5889 \u0441\u043b\u043e\u0432) \u043e\u0431\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0434\u0443\u0442 \u0432\u0440\u043e\u0432\u0435\u043d\u044c: Whisper-turbo \u0434\u0430\u0451\u0442 7.06 % WER, GigaAM v3-e2e-rnnt &#8212; 6.98 %, \u0440\u0430\u0437\u043d\u0438\u0446\u0430 0.08 pp &#8212; \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043d\u0438\u0436\u0435 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0448\u0443\u043c\u0430. \u041d\u0430 \u0447\u0435\u0442\u044b\u0440\u0451\u0445 \u044d\u043f\u0438\u0437\u043e\u0434\u0430\u0445 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u043f\u043e\u0434\u0431\u043e\u0440\u043a\u0438 Whisper \u0447\u0443\u0442\u044c \u0432\u043f\u0435\u0440\u0435\u0434\u0438 (7.28 % vs 7.89 %), \u043d\u0430 \u043f\u043e\u043b\u043d\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 \u0441 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u0442\u0435\u043c\u0430\u043c\u0438 (\u0431\u0435\u0433, \u0448\u0430\u0445\u043c\u0430\u0442\u044b, \u0430\u043d\u0442\u0438\u043f\u0430\u0442\u0442\u0435\u0440\u043d\u044b \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0438, \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0441\u0442\u0432\u043e \u043b\u0435\u043a\u0430\u0440\u0441\u0442\u0432) \u043f\u0435\u0440\u0435\u0432\u0435\u0441 \u043f\u0435\u0440\u0435\u0442\u0435\u043a\u0430\u0435\u0442 \u043a GigaAM \u043d\u0430 \u0442\u0435 \u0436\u0435 \u0434\u043e\u043b\u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430. \u0412 \u0441\u0443\u0445\u043e\u043c \u043e\u0441\u0442\u0430\u0442\u043a\u0435: \u0432\u044b\u0431\u043e\u0440 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u043e\u0439 \u0440\u0443\u0441\u0441\u043a\u043e\u0439 \u0440\u0435\u0447\u0438 \u0440\u0435\u0448\u0430\u0435\u0442 0.5 pp, \u0432\u044b\u0431\u043e\u0440 \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 &#8212; \u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0436\u0435.\u0417\u0430\u043f\u043e\u043c\u043d\u0438\u0442\u0435 \u044d\u0442\u043e \u043c\u0435\u0441\u0442\u043e: \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u0430\u0437, \u043a\u043e\u0433\u0434\u0430 \u0432\u0438\u0434\u0438\u0442\u0435 \u0432\u043d\u0443\u0448\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u0440\u0430\u0437\u0440\u044b\u0432 \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u043f\u0440\u043e\u0432\u0435\u0440\u044c\u0442\u0435, \u043d\u0430 \u043e\u0434\u043d\u0438\u0445 \u043b\u0438 \u043a\u043b\u0438\u043f\u0430\u0445 \u043c\u0435\u0440\u0438\u043b\u0438 \u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u0430\u044f \u043b\u0438 \u043c\u0435\u0442\u043e\u0434\u0438\u043a\u0430 \u0437\u0430\u043c\u0435\u0440\u0430.YouTube: \u0433\u0434\u0435 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e\u0435\u0422\u043e\u0442 \u0436\u0435 \u043f\u043e\u0434\u0445\u043e\u0434, 8 \u0434\u0432\u0443\u0445\u043c\u0438\u043d\u0443\u0442\u043d\u044b\u0445 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u043e\u0432, 5 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0439:\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044fAGG WER\u0412\u0440\u0435\u043c\u044fwhisper-turbo float16 beam=5 vad=off26.9%23sgigaam-v3-e2e-rnnt + Silero VAD chunks28.3%43swhisper-turbo int8_float16 beam=5 vad=on29.3%24swhisper-turbo float16 beam=5 vad=on30.6%30swhisper-large-v3 float16 beam=5 vad=on32.9%91sWhisper-turbo \u0441 \u043e\u0442\u043a\u043b\u044e\u0447\u0451\u043d\u043d\u044b\u043c \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u043c VAD \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u043b\u0443\u0447\u0448\u0438\u043c \u0438 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u0438 \u043f\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 &#8212; 26.9% AGG WER \u0437\u0430 23 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043d\u0430 17 \u043c\u0438\u043d\u0443\u0442 \u0430\u0443\u0434\u0438\u043e. GigaAM \u0441 Silero-\u0447\u0430\u043d\u043a\u0430\u043c\u0438 \u043e\u0442\u0441\u0442\u0430\u043b \u043d\u0430 1.4 pp \u0438 \u043f\u043e\u0447\u0442\u0438 \u043d\u0435 \u0432\u044b\u0438\u0433\u0440\u0430\u043b \u043f\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 (43 \u0441 \u043f\u0440\u043e\u0442\u0438\u0432 23 \u0441) &#8212; \u043d\u0430 \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u043c \u0436\u0435\u043b\u0435\u0437\u0435 ONNX-\u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u0443\u0436\u0435 \u043d\u0435 \u0434\u0430\u0451\u0442 \u0442\u043e\u0433\u043e \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 GigaAM \u0438\u043c\u0435\u043b\u0430 \u043f\u0430\u0440\u0443 \u043b\u0435\u0442 \u043d\u0430\u0437\u0430\u0434. \u0412\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u0439 VAD Whisper \u043e\u0436\u0438\u0434\u0430\u0435\u043c\u043e \u0445\u0443\u0436\u0435 \u0432\u043d\u0435\u0448\u043d\u0435\u0433\u043e: \u0441 vad_filter=True \u043f\u043b\u0430\u0442\u0438\u0442\u0441\u044f 3-4 pp WER. Large-v3 \u0431\u0435\u0437 turbo &#8212; \u0434\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0445 \u0438 \u0445\u0443\u0436\u0435 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u0447\u0442\u043e \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0430\u0435\u0442 \u043f\u0440\u043e\u0448\u043b\u043e\u0433\u043e\u0434\u043d\u0438\u0439 \u0442\u0435\u0437\u0438\u0441 \u00abturbo \u0434\u043e\u043c\u0438\u043d\u0438\u0440\u0443\u0435\u0442 \u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u043c\u00bb.\u041d\u0430 \u0442\u0430\u043a\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435 \u043d\u0435\u0442 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e\u0433\u043e \u043f\u043e\u0431\u0435\u0434\u0438\u0442\u0435\u043b\u044f \u043c\u0435\u0436\u0434\u0443 Whisper-turbo \u0438 GigaAM &#8212; \u0440\u0430\u0437\u043d\u0438\u0446\u0430 1-2 pp \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0439, \u0438 \u0448\u0443\u043c\u043e\u043c. \u0425\u043e\u0447\u0435\u0442\u0441\u044f \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c, \u0447\u0442\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u0438 1-2 pp \u0437\u043d\u0430\u0447\u0430\u0442 &#8212; \u0438 \u0437\u0434\u0435\u0441\u044c \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442\u0441\u044f \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e\u0435.\u041b\u043e\u0432\u0443\u0448\u043a\u0430 \u21161: \u00ab\u0443\u043b\u0443\u0447\u0448\u0438\u0442\u044c\u00bb \u0437\u0432\u0443\u043a \u043d\u0430 \u0432\u0445\u043e\u0434\u0435\u0417\u0430\u043f\u0438\u0441\u044c \u0448\u0443\u043c\u043d\u0430\u044f &#8212; \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0440\u0435\u0430\u043a\u0446\u0438\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0438 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0443\u044e \u0440\u0435\u0433\u0443\u043b\u0438\u0440\u043e\u0432\u043a\u0443 \u0443\u0441\u0438\u043b\u0435\u043d\u0438\u044f (AGC). \u041d\u0430\u0431\u043e\u0440, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043c\u044b \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438:AGC -20 dBFS &#8212; \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0443\u0440\u043e\u0432\u043d\u044f \u043a -20 dBFS RMS. \u041f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0432\u043e \u0432\u0441\u0435\u0445 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0441\u0442\u044d\u043a\u0430\u0445 (WebRTC, Zoom).HPF 80Hz + pre-emphasis &#8212; \u0444\u0438\u043b\u044c\u0442\u0440 \u0432\u0435\u0440\u0445\u043d\u0438\u0445 \u0447\u0430\u0441\u0442\u043e\u0442 \u0441 \u043f\u043e\u0440\u043e\u0433\u043e\u043c 80 \u0413\u0446 \u043f\u043b\u044e\u0441 \u043f\u0440\u0435\u0434\u044b\u0441\u043a\u0430\u0436\u0435\u043d\u0438\u0435, \u043f\u043e\u0434\u043d\u0438\u043c\u0430\u044e\u0449\u0435\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0447\u0430\u0441\u0442\u043e\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u044b \u0440\u0435\u0447\u0438. \u041a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043d\u0430\u0431\u043e\u0440 \u0434\u043b\u044f ASR \u0438\u0437 \u044d\u043f\u043e\u0445\u0438 MFCC-\u0444\u0438\u0447.noisereduce &#8212; \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u0430\u044f Python-\u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 \u0434\u043b\u044f \u0448\u0443\u043c\u043e\u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0447\u0435\u0440\u0435\u0437 \u0441\u043f\u0435\u043a\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u0430\u0441\u043a\u0438. \u0414\u0432\u0430 \u0440\u0435\u0436\u0438\u043c\u0430 &#8212; \u0441\u0442\u0430\u0446\u0438\u043e\u043d\u0430\u0440\u043d\u044b\u0439 \u0438 \u043d\u0435\u0441\u0442\u0430\u0446\u0438\u043e\u043d\u0430\u0440\u043d\u044b\u0439 &#8212; \u043f\u043b\u044e\u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 \u0430\u0433\u0440\u0435\u0441\u0441\u0438\u0432\u043d\u043e\u0441\u0442\u0438 \u043f\u043e\u0434\u0430\u0432\u043b\u0435\u043d\u0438\u044f.AGC windowed adaptive &#8212; \u043e\u043a\u043e\u043d\u043d\u0430\u044f AGC, \u043f\u0435\u0440\u0435\u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u0442 \u0443\u0441\u0438\u043b\u0435\u043d\u0438\u0435 \u043f\u043e \u043a\u043e\u0440\u043e\u0442\u043a\u0438\u043c \u043e\u043a\u043d\u0430\u043c&#8230;<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-482050","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/482050","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=482050"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/482050\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=482050"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=482050"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=482050"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}