Jak dokładna jest transkrypcja SI?

Dokładność mierzy się w całej branży jako współczynnik błędu słów (Word Error Rate, WER) – suma słów wstawionych, zamienionych i usuniętych podzielona przez łączną liczbę słów w transkrypcji odniesienia. WER na poziomie 5% oznacza, że 5% słów jest błędnych, czyli 95% dokładności.

Rzeczywiste benchmarki (2026): - Czyste nagranie studyjne, jeden mówca, standardowy akcent: WER 2-5% (dokładność 95-98%). - Nagranie podcastu, dobre mikrofony, 2-3 mówców: WER 5-8%. - Nagranie spotkania, przeciętny dźwięk, nakładające się głosy: WER 10-15%. - Rozmowa telefoniczna, kompresja stratna, akcent regionalny: WER 15-25%. - Wydarzenie na żywo, silny szum tła, krzyczący mówca: WER 30% i więcej.

Transkrybenci-ludzie osiągają WER 2-4% na optymalnym dźwięku, ale przy złych nagraniach również spadają do 10-15% – w tym zakresie SI jest już konkurencyjna.

Co obniża dokładność: - Szum tła (wentylacja, ruch uliczny, pogłos) - Nakładający się mówcy (dwie osoby mówiące jednocześnie) - Silne akcenty regionalne bez treningu specyficznego dla dialektu (szwajcarski niemiecki jest słynnie trudny) - Żargon branżowy, nazwy własne, nazwy produktów – bez własnego słownika model dobrze rozpoznaje \"Aspirin\", ale zwykle nie \"Pembrolizumab\" ani nazwy Twojego klienta. - Bardzo szybka, mamrotana lub szeptana mowa.

Co podnosi dokładność: - Dobre mikrofony (mikrofon XLR zamiast mikrofonu w laptopie zauważalnie poprawia WER). - Własny słownik z terminami branżowymi i nazwami własnymi. - Właściwy model: DeepScript Premium wykorzystuje większy, wolniejszy model z optymalizacją pod dialekty DACH (CH/AT/DE) – około 30% mniej błędów niż Standard na nagraniach austriackich i szwajcarsko-niemieckich. - Korekta przez człowieka przy zastosowaniach takich jak protokoły sądowe czy publikowane napisy.

Reguła praktyczna: jeśli ktoś obiecuje Ci \"99% dokładności\" bez podania zbioru testowego, ta liczba to marketing. Wiarygodni dostawcy podają WER na publicznych benchmarkach (Common Voice, LibriSpeech, FLEURS), a nie wygładzony marketingowy procent.