Startup-ul românesc Vatis Tech, recunoscut în plan local datorită tehnologiei de recunoaștere vocală bazată pe inteligența artificială, a lansat o nouă actualizare a soluției, respectiv varianta 6 a modelului său. Compania a prezentat rezultatele înregistrate de noua variantă.
„Suntem încântați să vă anunțăm că am depășit încă o dată limitele tehnologiei speech-to-text. Angajamentul nostru de a progresa în domeniul conversiei voce-text pentru limba română a dat rezultate semnificative cu cea mai recentă actualizare de la v5 la v6 a modelului nostru”, precizează reprezentanții platformei.
Noua variantă a venit cu îmbunătățiri în ceea ce privește acuratețea, îmbunătățiri evidențiate prin intermediul măsurătorii care urmărește rata de eroare a cuvintelor(WER), o măsură standard care măsoară performanța unei conversii de la voce la text.
Aceasta calculează raportul dintre cuvintele incorecte (substituiri, inserții, eliminări) și numărul total de cuvinte rostite. Un WER mai mic indică o precizie mai bună. De exemplu, dacă WER este de 0,1, înseamnă că rata de acuratețe este de 90%.
Citeste si:
„Îmbunătățirea globală a WER de la v5 la v6: +8% (v5 WER: 0.064488, în timp ce v6 WER: 0.059555). Acest lucru înseamnă că am reușit să ne consolidăm modelul de transcriere pentru limba română, obținând în mod constant o acuratețe de 95% în diverse seturi de date și tipuri audio mai dificile”, precizează reprezentanții platformei.
Aceștia vorbesc și despre anumite îmbunătățiri specifice, precum cele în cazul convorbirilor telefonice, unul dintre cele mai dinamice medii pentru tehnologia speech-to-text. Claritatea variată, accentele diferite și zgomotele de fond pot reprezenta provocări. Modelul v6 prezintă vine cu o reducere substanțială de 20% a ratelor de eroare.
v5 WER pentru convorbiri telefonice: 0,07226 (ceea ce implică o precizie de 92,77%)
v6 WER pentru apeluri telefonice: 0,05806 (ceea ce implică o precizie de 94,19%)
Citeste si:
Audio juridice: într-un sector în care precizia este extrem de importantă, Vatis Tech, versiunea 6, a obținut o îmbunătățire cu 17% a ratei de eroare la transcrierea documentelor juridice.
v5 WER pentru audiții juridice: 0,07166 (ceea ce implică o precizie de 92,83%)
v6 WER pentru audiții juridice: 0,05984 (ceea ce implică o precizie de 94,01%)
Cum se poate calcula acuratețea pe baza WER?
Pentru a simplifica, precizia poate fi calculată astfel:
Precizia = (1 - WER) × 100
Deci, dacă aveți un WER de 0,1 (sau 10%), precizia modelului de conversie a vorbirii în text ar fi:
Precizie = (1 - 0,1) × 100 = 90
Evaluare robustă prin utilizarea unor seturi de date extinse
„Pentru a asigura eficacitatea actualizărilor noastre, am utilizat 50 de seturi de date pentru evaluare. Aceste seturi de date au cuprins un număr impresionant de 100 000 de eșantioane de date, garantând o evaluare cuprinzătoare și exhaustivă. O astfel de testare amănunțită nu numai că validează rezultatele noastre, dar oferă utilizatorilor și garanția că îmbunătățirile noastre sunt cu adevărat benefice în scenariile din lumea reală”, precizează reprezentanții paltformei.
Citeste si:
Conform reprezentanților Vatis Tech, acest model va deschide posibilități de creștere a productivității pentru Call & Contact Center-le din România și Curțile de Apel & Judecătoriile din toată țara deoarece vor putea transcrie rapid , eficient și cu acuratețe pe limba Română toate apelurile înregistrate sau convorbirile din IVR sau înregistrările din sălile de judecată, pentru a putea analiza și documenta în mod automat informații cheie din activitatea acestora.
Sursa foto: Vatis Tech
Calculator Salariu: Află câți bani primești în mână în funcție de salariul brut »
Te-ar putea interesa și:
