İki motor, tek görev

Altyazı iş akışlarının tümü aynı dengelere ihtiyaç duymadığı için Ray iki konuşma tanıma motoru kullanır.

Sunray (eski adıyla Ray Max) doğruluk için optimize edilmiştir. Az kaynaklı diller, arşiv materyalleri, profesyonel altyazı çalışmaları ve metnin konuşulan sese mümkün olduğunca yakın olması gereken her durum için kullanılan motordur.

MoonRay (eski adıyla Ray Turbo) hız için optimize edilmiştir. Canlı izleme, hızlı önizlemeler ve kullanılabilir altyazıları hızla elde etmenin önemli olduğu büyük toplu işlemler için kullanılan motordur.

Bu yazının temelini oluşturan karşılaştırma, her model için aynı değerlendirme sürecini kullanarak iki motoru da 98 dilde karşılaştırır. Amaç, Ray'in çok dilli olduğuna dair belirsiz bir iddia ortaya atmak değildir. Amaç, motorların çok sayıda yazı sistemi, aksan ve dil ailesinde nasıl davrandığını görmenin tekrarlanabilir bir yolunu sunmaktır.

Not: Aşağıdaki grafikler motorların yeniden adlandırılmasından önce hazırlandığı için açıklamalarında hâlâ eski adlar yer alıyor — Ray Max artık Sunray, Ray Turbo ise artık MoonRay olarak adlandırılıyor.

Sayılar nasıl okunur?

Ana metrik, genellikle WER olarak kısaltılan Kelime Hata Oranıdır. Daha düşük değer daha iyidir. Yüzde 5 WER, transkriptin referans metne çok yakın olduğu anlamına gelir. Yüksek WER ise motorun daha fazla değiştirme, ekleme veya silme hatası yaptığı anlamına gelir.

Daha kolay karşılaştırma için aynı sonuç doğruluk olarak da gösterilebilir:

accuracy = max(0, 100 - WER)

Bu ikinci görünümün gözden geçirilmesi daha kolaydır, ancak WER bir modelin tam olarak nerede zorlandığını gösterdiği için mühendislik açısından daha kullanışlı metrik olmaya devam eder.

Genel performans

Tüm sonuçlar: 98 dilin tamamı

Yüksek performans gösteren diller

En zorlu diller

Neleri ölçüyoruz?

• 98 dilde tanıma kalitesi
• Sunray ile MoonRay arasındaki fark
• Doğruluğun günlük altyazılar için hâlihazırda yeterince güçlü olduğu diller
• Daha fazla eğitim verisine, normalizasyona veya dile özgü işlemeye ihtiyaç duyan diller
• Bir modelin kaynak seste bulunandan daha fazla metin eklediği hata durumları

Bu, altyazılar için neden önemli?

Bir altyazı motoru yalnızca İngilizceyi ne kadar iyi işlediğine göre değerlendirilmez. Gerçek izleme koşulları daha karmaşıktır: çok dilli filmler, diller arasında geçiş, bölgesel adlar, gürültülü kayıtlar ve sahnenin ortasında diller arasında geçiş yapan içerikler.

Ray bu gerçeklik için tasarlanmıştır. Karşılaştırmalar; varsayılan seçenekleri belirlememize, beklentileri şekillendirmemize ve bir sonraki eğitim ve değerlendirme çalışmalarının nereye odaklanacağına karar vermemize yardımcı olur.

Ürün açısından önemli sonuç basittir: Ray, göreve bağlı olarak hız ve doğruluk arasında seçim yapabilir ve daha fazla dil karşılaştırma sürecinden geçtikçe her iki motor da gelişmeye devam eder.