Разработчик обучил распознавание и синтез крымскотатарской речи на одной видеокарте

За несколько месяцев на потребительской видеокарте появились распознавание речи для крымскотатарского языка с улучшением WER с 0,3463 до 0,1701 и синтез, озвучивший книгу из 16 глав длительностью 1 час 58 минут. Автор отмечает, что основное время ушло не на обучение моделей, а на сбор данных и проверку собственных измерений.
За несколько месяцев на одной потребительской видеокарте удалось получить работающее распознавание речи для крымскотатарского языка и синтез, который озвучил целую книгу. Об этом рассказал автор проекта. Метрика WER (word error rate, доля ошибок в словах) снизилась с 0,3463 до 0,1701. Синтез прочитал вслух шестнадцать глав — 1 час 58 минут звучания.
На обучение моделей ушли часы. Почти всё остальное время заняли данные, их проверка и разбор того, какие из собственных измерений автора давали неверные результаты. Об этом он пишет отдельно, подчёркивая, что вторая часть работы — про данные и методологию — переносится на любой язык, тогда как первая, связанная с конкретным набором данных, — нет.
Автор заранее оговаривает границы публикации: конкретных источников аудио, договорённостей с правообладателями, точных рецептов пайплайна и внутренних скриптов в материале нет. Вместо этого приводятся метрики, порядки величин, методология проверки и описание ошибок, с которыми пришлось столкнуться.
Хабр ИИ · права на исходный материал принадлежат автору.
Материал носит информационный характер и не является индивидуальной инвестиционной рекомендацией. Операции с криптовалютами связаны с риском полной потери вложенных средств. Подробнее — «Отказ от ответственности».
Разборы событий, итоги дня и то, что двигает рынок. Без сигналов и обещаний — только факты и что они значат.
Читать в Telegram →По теме
- ▪Microsoft сделает Copilot средством диагностики неполадок Windows3DNews · 18 ноября
- ▪Google открыла бесплатный доступ к ИИ-агенту Gemini Tasks в шести странахiXBT · 18 ноября
- ▪OpenAI выпустила GPT-6.2 Astra и Sol: Astra в API подешевела на 20%Tproger · 17 ноября
- ▪Сбер оценил выручку ОМК в 2,569 трлн рублей до 2036 годаiXBT · 17 ноября