MMS-1B-allPunto operativo: facebook/mms-1b-all (mon CTC adapter) on mps

MMS-1B-all — Benchmark di voce in testo in mongolo

Risultati reali della MMS-1B-all Batch API (punto di funzionamento avanzato, lingua mn) valutati su 4 dataset mongoli e 265 campioni audio. Ogni numero qui sotto è misurato, non marketing. WER, velocità e prezzo sono mostrati così come sono, brutalmente onesti.

Lingua:MNDiarizzazione:noneCampioni:265Esecuzione:Aug 18, 2026, 4:48 PMEndpoint:local (transformers)

Accuratezza

265/265 campioni trascritti · 100% di successo

Tasso di errore delle parole

Più basso è meglio · su 265 campioni

Metriche principali

Tasso di errore dei caratteri12.3%

Fattore di velocità medio19.2×multiplo del tempo reale

Fattore di velocità totale19.2×

Latenza media per campione0.4s

Audio totale elaborato1849.3s30.8 min

Prezzo

Prezzo di listino di MMS-1B-all per la trascrizione batch. Nessuno sconto né tariffa concordata — la tariffa lorda al minuto.

Per 1000 minuti

batch

Al minuto

$0.0000

effettivo

Per 1000 min (questi 30.8 min)

$0.00

costerebbe

Open source?

✓

proprietario

Fonte del prezzo: prezzi pubblici di MMS-1B-all. Duudlaga Flow è mostrato solo per contesto — questa pagina isola MMS-1B-all affinché il numero non sia gonfiato dal nostro prodotto.

WER e CER per dataset

Tassi di errore delle parole e dei caratteri per dataset. Più basso è meglio — e questi sono i numeri reali di MMS-1B-all, deboli su Common Voice 24.

Common Voice 24 (MN)

Dataset di origine →

WER

39.8%

CER

10.4%

Shunya Labs Mongolian Speech

Dataset di origine →

WER

30.3%

CER

7.2%

Common Voice 20 (MN)

Dataset di origine →

WER

45.2%

CER

12.2%

Modern Voice

WER

48.3%

CER

17%

WERCER

Riepilogo per dataset

Accuratezza, velocità e tempi aggregati per ciascun dataset.

Dataset	Fonte	Campioni	Successo	WER	CER	Accuratezza	Velocità	Audio (s)	Elab. (s)
Common Voice 24 (MN)	Hugging Face →	59	59/59	39.8%	10.4%	60.2%	16.59×	330.6s	19.9s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	30.3%	7.2%	69.7%	20.44×	645.1s	31.6s
Common Voice 20 (MN)	Hugging Face →	54	54/54	45.2%	12.2%	54.8%	17.98×	269.8s	15s
Modern Voice	—	92	92/92	48.3%	17%	51.7%	20.25×	603.8s	29.8s

WER vs velocità — per campione

Ogni punto è un campione audio. Il punto ideale è in basso a sinistra (poco errore, veloce). MMS-1B-all ha un errore alto su molti campioni di Common Voice 24.

Risultati per campione

La verità di riferimento è mostrata invariata nella colonna Atteso. La colonna del risultato evidenzia in rosso solo le parole sbagliate da MMS-1B-all — niente barrature né scambi, solo gli errori.

Solo errori265 righe

rossoparola errata nel risultatonormaletrascritto correttamenteLa colonna Atteso è mostrata invariata come verità di riferimento

#	Campione	Dataset	Atteso (verità di riferimento)	Risultato MMS-1B-all	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 хэлье	0.0%	0.0%	0/0/0
2	btsee_0002	Common Voice 24 (MN)	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	нада заяасан ад жиргал гэдэг эрдэ гурвахан сарын хугацаатай байсан гэж үү	41.7%	10.7%	0/0/5
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	одоо тэд өөрсдөө өвчин энэгэйгээсээ салахыг чэцгээв	42.9%	17.3%	0/0/3
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	би бол голдуу хээрээр гэр хэцээр дэр хийж явдаг хүн	0.0%	0.0%	0/0/0
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	хан хурамс жуурлаж болдггүй бурөгний хоёр луугаар нэргүүлэхээр явгжээ	90.0%	22.1%	0/1/8
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	алив наашаа ороо дэр гээд гэртээ оров	28.6%	8.1%	0/0/2
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	өө өндөр дээд таны тухайд би ботолж чадахгүй	25.0%	8.7%	0/0/2
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	харин гурав дах удаагаас эхлэн хүмүүсийг сонирхож эхлэв	12.5%	1.8%	0/0/1
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	та нар очингуутаа шөлөл өгч үз	28.6%	3.3%	0/1/1
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	эрөөсөө л үйлдвэрээсээ салуагүй явсан юм чинь	42.9%	10.4%	0/0/3

…Pagina 1 di 27

Metodologia

Come sono stati ottenuti questi numeri.

Fornitore: MMS-1B-all (Meta Massively Multilingual Speech (1B, 1162 languages) with the Mongolian CTC adapter — no punctuation or casing by design.).

Endpoint local (transformers). Lingua mn. Punto operativo facebook/mms-1b-all (mon CTC adapter) on mps. Diarizzazione none.

Dataset: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 campioni, 1849.3s di audio totali.

URL delle fonti dei dataset:

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—

Metriche: WER e CER sono calcolati con un allineamento Levenshtein di parole/caratteri standard, normalizzato per maiuscole e punteggiatura. Accuratezza = 100 − WER. Fattore di velocità = durata audio ÷ tempo di elaborazione (× tempo reale). Tutte le richieste sono chiamate reali alla Batch API di MMS-1B-all, non in cache né simulate.

Evidenziazione delle differenze: La colonna del risultato è allineata alla verità di riferimento e colora di rosso ogni sostituzione e inserimento. Le cancellazioni (parole mancanti nel risultato) non sono mostrate nella colonna del risultato — la colonna Atteso contiene già tutta la verità di riferimento invariata.

Generato da MMS-1B-all Benchmark Runner · MMS-1B-all Batch API v2 · esecuzione Aug 18, 2026, 4:48 PM