- Компания MWS AI, разработчик технологий распознавания речи, объявила о выпуске двух новых инструментов, предназначенных для улучшения и анализа качества моделей автоматического распознавания речи (ASR).
- Первый из представленных инструментов – RESON (Research Engine for Speech & Observation Notes).
- Вторым ключевым анонсом стал RESON OSD – открытый бенчмарк, специально предназначенный для оценки моделей распознавания русскоязычной речи.
MWS AI запускает RESON для продвинутой оценки ASR
Компания MWS AI, разработчик технологий распознавания речи, объявила о выпуске двух новых инструментов, предназначенных для улучшения и анализа качества моделей автоматического распознавания речи (ASR). Эти разработки, выросшие из внутренних исследований команды ASR ML направления ASR/TTS-платформы Audiogram, теперь доступны для широкой публики.
RESON: Инструмент для глубокого анализа качества ASR
Первый из представленных инструментов – RESON (Research Engine for Speech & Observation Notes). Он разработан для комплексного анализа качества ASR-моделей. RESON представляет собой платформу, позволяющую исследователям и разработчикам получать более детальное представление о производительности своих систем распознавания речи, выходя за рамки традиционных метрик.
RESON OSD: Открытый бенчмарк для русскоговорящих ASR-систем
Вторым ключевым анонсом стал RESON OSD – открытый бенчмарк, специально предназначенный для оценки моделей распознавания русскоязычной речи. Этот датасет призван стандартизировать и упростить процесс сравнения и улучшения ASR-систем, работающих с русским языком, особенно в условиях телефонного канала. Его появление обеспечит ценный ресурс для научного сообщества и индустрии, стремящихся к повышению точности и надежности русскоязычных решений.
По словам Александра Шевченко, техлида команды ASR ML в MWS AI, эти инструменты являются результатом годичной внутренней работы и призваны способствовать дальнейшему совершенствованию технологий распознавания речи.
Интересно, насколько RESON учитывает реальные шумы и искажения телефонного канала, которые часто невозможно воспроизвести в лабораторных условиях. Также вызывает вопрос стоимость внедрения и интеграции этих инструментов для компаний, уже имеющих собственные пайплайны оценки ASR. Не станет ли это очередным «золотым стандартом», доступным лишь крупным игрокам, а не реальным подспорьем для широкого сообщества?