Транскрибация SberJazz
Здесь уместно сказать прямо: мы распознаём речь моделью GigaAM v3 RNNT, которую Сбер выложил под лицензией MIT. То есть тем же семейством моделей, что и в экосистеме, откуда пришла ваша запись.
Как достать файл: SberJazz
- Организатор включает запись
Кнопка записи в панели встречи, доступна создателю конференции.
- Скачайте файл после встречи
Запись становится доступна в списке встреч. Формат — MP4 с AAC.
- Загрузите с пресетом «Совещание»
Диаризация и протокол с блоком решений.
Какой файл вы получите
| Категория | видеоконференция |
|---|---|
| Расширение | mp4 |
| Кодек | AAC 48 кГц |
| Частота дискретизации | 48 000 Гц, стерео |
| Пресет обработки | Совещание: протокол + спикеры |
Акустика этого источника
Стандартный корпоративный far-field. По бенчмарку GigaAM на far-field-данных GigaAM v3 даёт 3,9% WER против 16,4% у Whisper large-v3 — четырёхкратная разница именно на таком материале.
| Модель | Средний WER, % | Далёкий микрофон | Кол-центр |
|---|---|---|---|
| GigaAM v3 RNNT (Сбер, MIT)используем мы | 8,3 | 3,9 | 9,5 |
| GigaAM v2 RNNT | 10,6 | — | — |
| T-one + LM (Т-Банк, Apache-2.0) | 16,3 | — | — |
| Whisper large-v3 | 21 | 16,4 | 23,1 |
Грабли, о которых стоит знать заранее
- Запись доступна организатору
Если встречу создавал коллега, файл у него.
- Наложение реплик
На перебивках диаризация теряет уверенность — мы помечаем такие места, а не гадаем.
- Гарнитура против микрофона ноутбука
Разница между участниками в записи бывает больше, чем разница между моделями. Просите коллег надевать гарнитуру.
Проверка файла и расчёт стоимости
Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально.
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
- Вы используете модель Сбера?
- Да, GigaAM v3 RNNT под лицензией MIT для основного распознавания и GigaChat Audio для разделения на спикеров.
- Зачем платить, если модель открытая?
- За то, что она развёрнута на A100, обвязана демультиплексированием форматов, диаризацией, выравниванием таймкодов и выгрузкой в DOCX/SRT. Локальный запуск возможен и требует GPU и времени.
- Данные остаются в России?
- Да, Yandex Object Storage, ru-central1, удаление через 24 часа.