El blog de Transcribe Labs
Cómo probamos la calidad de las transcripciones y qué descubrimos.
Empieza aquí
- Por qué un solo motor no basta: más motores solo ayudan si fallan de forma distinta
- Los errores de transcripción más peligrosos se leen perfectamente
- El WER miente. Así medimos la precisión en entrevistas reales
- ¿Quién dijo eso? Atribuir hablantes cuando habla mucha gente
- Notas de campo de 27 idiomas: cómo elegimos los motores para cada uno
Por tema
Cómo medimos la precisión
Idiomas mezclados
Varios hablantes
27 idiomas, uno a uno
Todos los artículos
Por qué un solo motor no basta: más motores solo ayudan si fallan de forma distinta
Un motor se equivoca siempre con nombres y cifras. Más motores solo ayudan si fallan en sitios distintos. Una entrevista real, incluido dónde perdimos.
Seguir leyendoLos errores de transcripción más peligrosos se leen perfectamente
Una negación invertida se lee perfectamente y una votación por mayoría no la detecta. Por eso las herramientas deben mostrar sus dudas. Revisamos 15.
Seguir leyendoEl WER miente. Así medimos la precisión en entrevistas reales
La métrica de error favorita del sector engaña con entrevistas. Nuestra alternativa: revisar primero la referencia y contar los errores que cambian el sentido.
Seguir leyendoCuando las entrevistas cambian de idioma
Entrevistado en español, investigadora china y un intérprete. La documentación y el laboratorio nos engañaron; una grabación real dijo lo contrario.
Seguir leyendo¿Quién dijo eso? Atribuir hablantes cuando habla mucha gente
Las etiquetas de hablante integradas se desvían al sumar personas. Aprender antes cada voz nos dio más del 99 % en reuniones públicas, si hay turnos.
Seguir leyendoNotas de campo de 27 idiomas: cómo elegimos los motores para cada uno
Ningún motor es el mejor en todo. El índice de nuestras pruebas idioma por idioma: qué motores elegimos para cada uno de los 27 idiomas y por qué.
Seguir leyendo