Sloth🦥

Most models score 5-7% word error rate on clean audio. In real-world conditions they fall to 10-15%. Atlas 1 holds at 1.2% on clean audio and 2.1% in production. The gap widens in noisy environments.

音声認識の話ですが、実はReazonSpeechのこのモデルがかなりバランスのとれた面白いモデルだということが分かった。恐らくスマホ上で動かすならこのモデルがちょうどいいんじゃないかなと思います。

日本語ASRのオープンソースモデルは、割とReazonSpeechコーパスを使って学習してることも多いと思うんで、 せっかくなのでぜひ一緒にReazonSpeechモデルもぜひ評価していただきたいなぁなどと思いますねーー（小言

衝撃的なグラフ。 足元、AIが生成する文章量が 人間の文章量を一瞬で抜き去りました。 SNS/インターネット情報が持つ 意味が転換し始めています。