Gladiaऑपरेटिंग पॉइंट: gladia mn (via Eden AI)

Gladia — मंगोलियाई स्पीच-टू-टेक्स्ट बेंचमार्क

Gladia Batch API (उन्नत संचालन बिंदु, भाषा mn) द्वारा 4 मंगोलियाई डेटासेट और 265 ऑडियो नमूनों पर निर्धारित वास्तविक परिणाम। नीचे का हर अंक मापा गया है — मार्केटिंग नहीं। WER, गति और मूल्य जैसा है वैसे ही, कठोर ईमानदारी से दिखाए गए हैं।

भाषा:MNवक्ता पृथक्करण:noneनमूने:265चलाना:Aug 15, 2026, 7:02 AMएंडपॉइंट:https://api.edenai.run/v2/audio/speech_to_text_async

सटीकता

265/265 नमूने ट्रांसक्राइब किए गए · 100% सफलता

शब्द त्रुटि दर

कम बेहतर है · 265 नमूनों पर

मुख्य मेट्रिक्स

अक्षर त्रुटि दर38.9%

औसत गति गुणांक0.75×रियल-टाइम गुणक

कुल गति गुणांक0.75×

प्रति नमूना औसत विलंबता9.4s

कुल संसाधित ऑडियो1849.3s30.8 मिनट

मूल्य

बैच ट्रांसक्रिप्शन के लिए Gladia की सूची मूल्य। कोई छूट या परक्राम्य दर नहीं — प्रति मिनट कच्चा दर।

प्रति 1000 मिनट

$10.2

बैच

प्रति मिनट

$0.0102

प्रभावी

प्रति 1000 मिनट (ये 30.8 मिनट)

$18.86

लागत

ओपन सोर्स?

✗

स्वामित्व

मूल्य स्रोत: Gladia सार्वजनिक मूल्य। Duudlaga Flow केवल संदर्भ हेतु दिखाया गया है — यह पृष्ठ Gladia को अलग करता है ताकि अंक हमारे उत्पाद से न फूले।

डेटासेट अनुसार WER और CER

प्रति डेटासेट शब्द और अक्षर त्रुटि दरें। कम बेहतर है — और ये Gladia के वास्तविक अंक हैं, जो Common Voice 24 पर कमज़ोर हैं।

Common Voice 24 (MN)

स्रोत डेटासेट →

WER

90.5%

CER

39.5%

Shunya Labs Mongolian Speech

स्रोत डेटासेट →

WER

86.2%

CER

33.5%

Common Voice 20 (MN)

स्रोत डेटासेट →

WER

96.9%

CER

42.6%

Modern Voice

WER

88.3%

CER

39.8%

WERCER

डेटासेट सारांश

प्रत्येक डेटासेट की सकल सटीकता, गति और समय।

डेटासेट	स्रोत	नमूने	सफलता	WER	CER	सटीकता	गति	ऑडियो (से)	प्रसं. (से)
Common Voice 24 (MN)	Hugging Face →	59	59/59	90.5%	39.5%	9.5%	0.74×	330.6s	447.4s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	86.2%	33.5%	13.8%	0.87×	645.1s	738.8s
Common Voice 20 (MN)	Hugging Face →	54	54/54	96.9%	42.6%	3.1%	0.6×	269.8s	448.1s
Modern Voice	—	92	92/92	88.3%	39.8%	11.7%	0.73×	603.8s	828.5s

WER बनाम गति — प्रति नमूना

प्रत्येक बिंदु एक ऑडियो नमूना है। आदर्श स्थान निचले-बाएँ (कम त्रुटि, तेज़) है। Gladia कई Common Voice 24 नमूनों पर त्रुटि में ऊँचा है।

प्रति-नमूना परिणाम

अपेक्षित कॉलम में आधार सत्य यथावत् दिखाया गया है। परिणाम कॉलम केवल वे शब्द लाल में हाइलाइट करता है जिन्हें Gladia ने गलत किया — कोई स्ट्राइकथ्रू/स्वैप नहीं, केवल त्रुटियाँ।

सिर्फ़ ग़लतियाँ265 पंक्तियाँ

लालपरिणाम में गलत शब्दसाधारणसही ट्रांसक्राइब किया गयाअपेक्षित कॉलम आधार सत्य के रूप में यथावत् दिखाया गया

#	नमूना	डेटासेट	अपेक्षित (आधार सत्य)	Gladia परिणाम	WER	CER	I/D/S
1	btsee_0001	Common Voice 24 (MN)	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье.	Гэлдээ амсголт бараахаасаа омон танд мэдэж байгаа хэлээ.	75.0%	24.1%	0/0/6
2	btsee_0002	Common Voice 24 (MN)	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	Нада заясан аджирага гэдэгээрдээ үрхүүн сарай хүгцадтай байсан гэж бүл.	83.3%	32.0%	0/2/8
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	Атаахд ий төрс төрч энэ рэгээсээ салхих чирцгээд.	114.3%	51.9%	1/0/7
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	Би бос голдог хэрээр гэр хэцээр дэрхийж ябдог хүн.	60.0%	13.7%	0/1/5
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	Хан хурмас дуу орлос болд гөө бараа үгнөө 2 лоог гар нэгэргүй лэр ягдаж байна.	140.0%	59.7%	5/0/9
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	Аж байнааш ороо дэр, гэдгэжтэй ороо.	100.0%	40.5%	0/1/6
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	Үүү үндэр дээд таныи түхвад би бааталг чалтахгүй.	87.5%	32.6%	0/0/7
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	Харин 3-тэг хуудагаса эхлэн хүмүүстэг санархаж байхилүү.	75.0%	41.1%	0/0/6
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	Танар очингууд шүүллэл үхж байз.	100.0%	46.7%	0/2/5
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	Ерөөсөөл үлтүрөссээ салаагуу ямсан.	100.0%	43.8%	0/3/4

…पृष्ठ 1 / 27

कार्यप्रणाली

ये अंक कैसे प्राप्त किए गए।

प्रदाता: Gladia (Gladia asynchronous transcription (mn), accessed through the Eden AI gateway.).

एंडपॉइंट https://api.edenai.run/v2/audio/speech_to_text_async. भाषा mn. ऑपरेटिंग पॉइंट gladia mn (via Eden AI). वक्ता पृथक्करण none.

डेटासेट: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 नमूने, कुल 1849.3s ऑडियो।

डेटासेट स्रोत लिंक:

Common Voice 24 (MN)https://huggingface.co/datasets/btsee/common-voices-24-mn
Shunya Labs Mongolian Speechhttps://huggingface.co/datasets/shunyalabs/mongolian-speech-dataset
Common Voice 20 (MN)https://huggingface.co/datasets/warmestman/common-voice-20-mn-normalized
Modern Voice—

मेट्रिक्स: WER और CER मानक शब्द/अक्षर लेवेनश्टाइन संरेखण से, केस व विराम चिह्न पर अनुमापित, गणना किए जाते हैं। सटीकता = 100 − WER। गति गुणांक = ऑडियो अवधि ÷ प्रसंस्करण समय (× रियल-टाइम)। सभी अनुरोध वास्तविक Gladia Batch API कॉल हैं, कैश या सिम्युलेटेड नहीं।

अंतर हाइलाइटिंग: परिणाम कॉलम आधार सत्य से संरेखित होता है और प्रत्येक प्रतिस्थापन व निवेश को लाल रंग करता है। विलोपन (परिणाम से अनुपस्थित शब्द) परिणाम कॉलम में नहीं दिखाए जाते — अपेक्षित कॉलम पहले से संपूर्ण आधार सत्य यथावत् रखता है।

Gladia Benchmark Runner द्वारा निर्मित · Gladia Batch API v2 · चलाना Aug 15, 2026, 7:02 AM