Нейросеть Сбера обошла OpenAI и Nvidia в распознавании речи

Российская модель GigaAM v3 от Сбера показала лучший результат в сравнительном тестировании распознавания речи. Она опередила модели OpenAI и Nvidia, сообщила компания MWS AI, проводившая исследование.

Специалисты проверили системы на более чем 12 тыс. аудиозаписей общей продолжительностью около 38 часов. В них были обычные фразы, числа и даты, произнесённые как в тишине, так и на фоне шума.

У GigaAM показатель ошибок составил 7,4%, у Nvidia Parakeet — 15,8%, у Nvidia Nemotron — 25,5%.

На записях с шумом GigaAM также показала более высокую точность: показатель ошибок составил 18%, тогда как у Nvidia Parakeet — 33%, а у Whisper от OpenAI — 62%.

Результаты показывают качество распознавания русской речи на выбранных записях, а не превосходство одной нейросети над другими во всех задачах.