Whisper large-v3 MNऑपरेटिंग पॉइंट: warmestman/whisper-large-v3-mn-cv-fleurs (Mongolian fine-tune) on mps

Whisper large-v3 MN — मंगोलियाई स्पीच-टू-टेक्स्ट बेंचमार्क

Whisper large-v3 MN 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 18, 2026, 11:25 PMएंडपॉइंट:local (transformers)

सटीकता

265/265 नमूने ट्रांसक्राइब किए गए · 100% सफलता

शब्द त्रुटि दर

कम बेहतर है · 265 नमूनों पर

मुख्य मेट्रिक्स

अक्षर त्रुटि दर14.9%

औसत गति गुणांक1.57×रियल-टाइम गुणक

कुल गति गुणांक1.57×

प्रति नमूना औसत विलंबता4.5s

कुल संसाधित ऑडियो1849.3s30.8 मिनट

मूल्य

बैच ट्रांसक्रिप्शन के लिए Whisper large-v3 MN की सूची मूल्य। कोई छूट या परक्राम्य दर नहीं — प्रति मिनट कच्चा दर।

प्रति 1000 मिनट

बैच

प्रति मिनट

$0.0000

प्रभावी

प्रति 1000 मिनट (ये 30.8 मिनट)

$0.00

लागत

ओपन सोर्स?

✓

स्वामित्व

मूल्य स्रोत: Whisper large-v3 MN सार्वजनिक मूल्य। Duudlaga Flow केवल संदर्भ हेतु दिखाया गया है — यह पृष्ठ Whisper large-v3 MN 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 Whisper large-v3 MN के वास्तविक अंक हैं, जो Common Voice 24 पर कमज़ोर हैं।

Common Voice 24 (MN)

स्रोत डेटासेट →

WER

40.1%

CER

13.1%

Shunya Labs Mongolian Speech

स्रोत डेटासेट →

WER

28.6%

CER

8.8%

Common Voice 20 (MN)

स्रोत डेटासेट →

WER

41.3%

CER

15.8%

Modern Voice

WER

44.9%

CER

19.3%

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	40.1%	13.1%	59.9%	1.51×	330.6s	218.4s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	28.6%	8.8%	71.4%	1.76×	645.1s	367.1s
Common Voice 20 (MN)	Hugging Face →	54	54/54	41.3%	15.8%	58.7%	1.34×	269.8s	200.9s
Modern Voice	—	92	92/92	44.9%	19.3%	55.1%	1.56×	603.8s	388.2s

WER बनाम गति — प्रति नमूना

प्रत्येक बिंदु एक ऑडियो नमूना है। आदर्श स्थान निचले-बाएँ (कम त्रुटि, तेज़) है। Whisper large-v3 MN 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 Whisper large-v3 MN 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)	Whisper large-v3 MN परिणाम	WER	CER	I/D/S
1	btsee_0001	Common Voice 24 (MN)	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье.	гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлээ	12.5%	3.4%	0/0/1
2	btsee_0002	Common Voice 24 (MN)	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	надад заяасан аж жаргал гэдэг эрдээ гуравхан сарын хугацаатай байсан гэж үү	16.7%	5.3%	0/0/2
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	одоо би дөөрч дөө өвчин эмгээгээсээ салахыг чивцгээв	71.4%	19.2%	1/0/4
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	би бол голдуу хээрээр гэр хэцээр дэрхий ч явдаг хүн	20.0%	5.9%	0/0/2
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	ханхурамс дуурлас болдоггүй бороогүйн хоёр луугаар нэргүүлэхээр явуулжээ	80.0%	22.1%	0/2/6
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	алив наашаа ороодор гээд гэртэй оров	42.9%	8.1%	0/1/2
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	өө өндөр дээд таны тухайд би батал ч алдахгүй	50.0%	10.9%	1/0/3
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв	0.0%	0.0%	0/0/0
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	танар очингуутаа шөлөл өгчүүз	85.7%	10.0%	0/3/3
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	ерөөсөө л үйлдвэрээсээ салаагүй явсан юм чинь	14.3%	6.2%	0/0/1

…पृष्ठ 1 / 27

कार्यप्रणाली

ये अंक कैसे प्राप्त किए गए।

प्रदाता: Whisper large-v3 MN (Whisper large-v3 fine-tuned on Mongolian Common Voice 16.1 + FLEURS. Same author as the Common Voice 20 corpus in this benchmark, so its Common Voice scores should be read with train/test overlap in mind.). इस बैज वाले मॉडल ऐसे डेटा पर प्रशिक्षित हुए हैं जो बेंचमार्क कॉर्पस से मेल खाता है (मंगोलियाई Common Voice — 173 में से 113 सैंपल — या Shunya Labs का सार्वजनिक कॉर्पस)। ओवरलैप वाले कॉर्पस के अंक रटने की वजह से बढ़े हुए आते हैं; इन मॉडलों को विवरण पृष्ठ की डेटासेट-वार तालिका से आँकें, ख़ासकर उन कॉर्पस से जिन पर वे प्रशिक्षित नहीं हुए।

एंडपॉइंट local (transformers). भाषा mn. ऑपरेटिंग पॉइंट warmestman/whisper-large-v3-mn-cv-fleurs (Mongolian fine-tune) on mps. 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 Whisper large-v3 MN 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।

Whisper large-v3 MN Benchmark Runner द्वारा निर्मित · Whisper large-v3 MN Batch API v2 · चलाना Aug 18, 2026, 11:25 PM