กระดานจัดอันดับแปลงเสียงเป็นข้อความภาษามองโกเลีย

Azure SpeechOperating point: microsoft mn-MN (via Eden AI)

Azure Speech — เกณฑ์วัดแปลงเสียงเป็นข้อความภาษามองโกเลีย

ผลลัพธ์จริงจาก Azure Speech Batch API (จุดทำงานขั้นสูง ภาษา mn) ประเมินบน 4 ชุดข้อมูลภาษามองโกเลียและ 265 ตัวอย่างเสียง ทุกตัวเลขด้านล่างคือการวัดจริง — ไม่ใช่การตลาด WER ความเร็วและราคาแสดงตามความเป็นจริง ซื่อสัตย์อย่างเด็ดขาด

ภาษา:MNแยกผู้พูด:noneตัวอย่าง:265การทำงาน:Aug 15, 2026, 5:41 AMเอนด์พอยต์:https://api.edenai.run/v2/audio/speech_to_text_async

ความแม่นยำ

ถอดเสียง 264/265 ตัวอย่าง · สำเร็จ 100%

อัตราความคลาดเคลื่อนคำ

น้อยกว่ายิ่งดี · บน 265 ตัวอย่าง

เมตริกหลัก

อัตราความคลาดเคลื่อนอักขระ9.7%

ค่าคูณความเร็วเฉลี่ย0.39×ทวีคูณเวลาจริง

ค่าคูณความเร็วรวม0.39×

ความหน่วงเฉลี่ยต่อตัวอย่าง17.3s

เสียงที่ประมวลผลรวม1844.3s30.7 นาที

ราคา

ราคาตั้งของ Azure Speech สำหรับการถอดความแบบกลุ่ม ไม่มีส่วนลดหรืออัตราต่อรอง — อัตราดิบต่อนาที

ต่อ 1000 นาที

$16.7

กลุ่ม

ต่อนาที

$0.0167

มีผล

ต่อ 1000 นาที (30.7 นาทีนี้)

$30.80

จะต้นทุน

โอเพนซอร์ส?

✗

กรรมสิทธิ์

แหล่งราคา: ราคาสาธารณะของ Azure Speech Duudlaga Flow แสดงเพื่อบริบทเท่านั้น — หน้านี้แยก Azure Speech เพื่อมิให้ตัวเลขถูกเพิ่มโดยผลิตภัณฑ์ของเรา

WER และ CER ตามชุดข้อมูล

อัตราคลาดเคลื่อนคำและอักขระต่อชุดข้อมูล น้อยกว่ายิ่งดี — และนี่คือตัวเลขจริงของ Azure Speech ซึ่งอ่อนใน Common Voice 24

Common Voice 24 (MN)

Source dataset →

WER

14.9%

CER

5.6%

Shunya Labs Mongolian Speech

Source dataset →

WER

18.4%

CER

8.4%

Common Voice 20 (MN)

Source dataset →

WER

12.7%

CER

4.9%

Modern Voice

WER

30.9%

CER

16.1%

WERCER

สรุปชุดข้อมูล

ความแม่นยำ ความเร็ว และเวลารวมของแต่ละชุดข้อมูล

ชุดข้อมูล	Source	ตัวอย่าง	สำเร็จ	WER	CER	ความแม่นยำ	ความเร็ว	เสียง (วิ)	ประมวลผล (วิ)
Common Voice 24 (MN)	Hugging Face →	59	59/59	14.9%	5.6%	85.1%	0.28×	330.6s	1175.5s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	18.4%	8.4%	81.6%	0.57×	645.1s	1141.3s
Common Voice 20 (MN)	Hugging Face →	54	54/54	12.7%	4.9%	87.3%	0.39×	269.8s	683.3s
Modern Voice	—	92	91/92	30.9%	16.1%	69.1%	0.34×	598.8s	1780.6s

WER เทียบกับความเร็ว — ต่อตัวอย่าง

จุดละตัวอย่างเสียง จุดที่ดีที่สุดอยู่ซ้ายล่าง (คลาดเคลื่อนน้อย เร็ว) Azure Speech มีคลาดเคลื่อนสูงในหลายตัวอย่าง Common Voice 24

ผลลัพธ์ต่อตัวอย่าง

ความจริงอ้างอิงแสดงตรงตัวในคอลัมน์คาดหวัง คอลัมน์ผลลัพธ์ไฮไลต์เฉพาะคำที่ Azure Speech ถอดผิดด้วยสีแดง — ไม่มีขีดทับ/สลับ เฉพาะความผิดพลาด

Only errors265 แถว

แดงคำผิดในผลลัพธ์ปกติถอดถูกต้องคอลัมน์คาดหวังแสดงตรงตัวเป็นความจริงอ้างอิง

#	ตัวอย่าง	ชุดข้อมูล	คาดหวัง (ความจริงอ้างอิง)	ผลลัพธ์ Azure Speech	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?	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	0.0%	0.0%	0/0/0
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	0.0%	0.0%	0/0/0
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	Би бол голдуу хээрээр Гэр хичээл дээр хийж явдаг Хүн.	20.0%	7.8%	0/0/2
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	Хан хурмаст уурлаж болдоггүй бор өвгөнийг 2 луугаараа эргүүлэхээр явж.	30.0%	13.0%	0/0/3
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	Алив наашаа ороод ир гээд гэртээ оров.	0.0%	0.0%	0/0/0
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	Өө өндөр дээдэс таны тухайд Би баталж чадахгүй.	0.0%	0.0%	0/0/0
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	Хорин 3 дахь удаагаас. Эхлэн хүмүүсийг сонирхож эхлэв.	25.0%	10.7%	0/0/2
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	Та нар очингуутаа шүлэг л өгч үз.	14.3%	10.0%	0/0/1
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

…หน้า 1 จาก 27

ระเบียบวิธี

วิธีที่ได้ตัวเลขเหล่านี้

ผู้ให้บริการ: Azure Speech (Microsoft Azure AI Speech batch transcription (mn-MN), accessed through the Eden AI gateway.).

เอนด์พอยต์ https://api.edenai.run/v2/audio/speech_to_text_async. ภาษา mn. Operating point microsoft mn-MN (via Eden AI). แยกผู้พูด none.

ชุดข้อมูล: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 ตัวอย่าง เสียงรวม 1844.3s

Dataset source URLs:

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—

เมตริก: WER และ CER คำนวณด้วยการจัดเรียง Levenshtein คำ/อักขระมาตรฐาน ปรับตามตัวพิมพ์ใหญ่เล็กและเครื่องหมายวรรคตอน ความแม่นยำ = 100 − WER ค่าคูณความเร็ว = ระยะเสียง ÷ เวลาประมวลผล (× เวลาจริง) ทุกคำขอเป็นการเรียก Batch API จริงของ Azure Speech ไม่ใช่แคชหรือจำลอง

การไฮไลต์ความแตกต่าง: คอลัมน์ผลลัพธ์จัดเรียงกับความจริงอ้างอิงและระบายสีแดงทุกการแทนที่และการแทรก การลบ (คำที่หายจากผลลัพธ์) ไม่แสดงในคอลัมน์ผลลัพธ์ — คอลัมน์คาดหวังยังถือความจริงอ้างอิงเต็มตามต้นฉบับ

สร้างโดย Azure Speech Benchmark Runner · Azure Speech Batch API v2 · ทำงาน Aug 15, 2026, 5:41 AM