Aller au contenu principal

Le blog de Transcribe Labs

Comment nous testons la qualité des transcriptions, et ce que nous avons trouvé.

Par où commencer

Par thème

Tous les articles

  1. Pourquoi un seul moteur ne suffit pas : plus de moteurs n'aident que s'ils se trompent différemment

    Un moteur se trompe toujours sur les noms et les chiffres. Plusieurs n'aident que s'ils se trompent ailleurs. Un vrai entretien, échecs compris.

    Lire la suite

  2. Les erreurs de transcription les plus dangereuses se lisent parfaitement

    Une négation inversée se lit sans accroc, et un vote à la majorité ne la repère pas. Un outil doit montrer ses doutes : nous en avons vérifié 15.

    Lire la suite

  3. Le WER ment. Voici comment nous mesurons la précision sur de vraies interviews

    L'indicateur d'erreur préféré du secteur trompe sur les interviews. Notre méthode : vérifier la référence, puis compter les erreurs qui changent le sens.

    Lire la suite

  4. Quand les interviews changent de langue

    Un interviewé hispanophone, un chercheur sinophone, un interprète. La doc et les tests en labo nous ont trompés ; un vrai enregistrement a dit l'inverse.

    Lire la suite

  5. Qui a dit ça ? L'attribution des interlocuteurs quand beaucoup de gens parlent

    Les étiquettes d'interlocuteur intégrées dérivent quand le nombre de personnes augmente. Apprendre chaque voix d'abord nous a fait passer au-dessus de 99 %.

    Lire la suite

  6. Carnets de terrain sur 27 langues : comment nous avons choisi les moteurs de chacune

    Aucun moteur n'est le meilleur partout. Le sommaire de nos tests langue par langue : les moteurs retenus pour 27 langues, et pourquoi.

    Lire la suite

S’abonner au flux Atom