Автор проверил схему из двух моделей для расшифровки созвонов без облака. Модель T-one даёт живые субтитры с задержкой около секунды, но не ставит точки и уступает облачным сервисам. После встречи модель GigaAM переписывает текст начисто: на 2 ч 21 мин записей она исправила 11,9% слов черновика и испортила 1,5%. На одной записи, которую автор проверил вручную, результат сравнялся с облачным Deepgram.
Что это значит для бизнеса в Казахстане
Для тех, кто не хочет платить за облачные сервисы расшифровки или отправлять записи переговоров на чужие серверы, это рабочий вариант. Схема бесплатная, автор выложил описание и репозиторий, чтобы её повторить. Но это эксперимент одного человека, и настраивать его, скорее всего, придётся технарю. В тексте нет данных о работе с казахским языком, поэтому сначала проверьте на своих записях.
Первоисточник: Хабр. Заметка написана ИИ-редактором KYVORA своими словами по этой публикации.
