Cos'è il benchmark FLEURS? È un set di prova pubblico di parlato letto in 102 lingue, usato per confrontare i sistemi di riconoscimento vocale sullo stesso materiale. L'output di ogni sistema viene valutato rispetto a un testo di riferimento, il che dà un tasso di errore confrontabile per ogni lingua.
Trascrivi una registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram
File fino a 2 GB · esportazione in TXT, MD, DOCX, PDF, SRT e VTT · etichette dei parlanti e marcatori temporali · circa 30 lingue
Punti chiave
- I parlanti leggono frasi a voce alta, quindi i dati sono più puliti di riunioni, chiamate o registrazioni in strada.
- I punteggi di solito sono riportati come tasso di errore sulle parole, o sui caratteri per le lingue scritte senza spazi.
- Una lingua con molte ore di prova alle spalle può comunque avere un punteggio basso se il modello aveva pochi dati di addestramento per essa.
- I punteggi pubblicati provengono dai produttori dei modelli o da terzi, non dal prodotto che li cita.
- Poiché ogni sistema legge le stesse frasi, una differenza di punteggio tra due sistemi su una lingua è più facile da interpretare.
Che aspetto ha
from datasets import load_dataset
// one language of the test split, English (US)
fleurs = load_dataset("google/fleurs", "en_us", split="test")
print(fleurs[0]["transcription"]) # reference text for scoring
print(fleurs[0]["audio"]["sampling_rate"])
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Chi pubblica i dati FLEURS?
Il dataset è rilasciato da Google e distribuito tramite Hugging Face. Chiunque può caricarlo, quindi i ricercatori possono riprodurre un punteggio pubblicato.
Un buon punteggio FLEURS prevede il mio risultato?
Solo in modo approssimativo. Il parlato letto in un ambiente silenzioso è più facile di un'intervista rumorosa, quindi la tua registrazione di solito avrà un punteggio peggiore del benchmark.
Perché i benchmark contano?
Permettono di confrontare i sistemi sullo stesso materiale di prova e con lo stesso metodo di valutazione, il che è più informativo di qualsiasi affermazione pubblicitaria sulla qualità.
I numeri FLEURS sono nostre misurazioni?
Quando le pagine di Potok li citano, sono risultati pubblicati da altri, non nostre prove. Usali come indicazione e prova un breve file tuo.
Cosa non copre il benchmark?
Stanze rumorose, voci sovrapposte, parlato spontaneo e vocabolario speciale sono poco presenti nei dati di parlato letto, quindi controlla questi casi sul tuo audio.
Fonti
Ogni fonte è stata aperta a mano alla data indicata. Le pagine cambiano, quindi apri la fonte se un dettaglio è importante per te.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificata
- Word error rate (Wikipedia), Wikipedia · verificata
Provalo sulla tua registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram