กระดานจัดอันดับแปลงเสียงเป็นข้อความภาษามองโกเลีย

wav2vec2 XLSR-53 MNOperating point: anton-l/wav2vec2-large-xlsr-53-mongolian (CTC) on mps

wav2vec2 XLSR-53 MN — เกณฑ์วัดแปลงเสียงเป็นข้อความภาษามองโกเลีย

ผลลัพธ์จริงจาก wav2vec2 XLSR-53 MN Batch API (จุดทำงานขั้นสูง ภาษา mn) ประเมินบน 4 ชุดข้อมูลภาษามองโกเลียและ 265 ตัวอย่างเสียง ทุกตัวเลขด้านล่างคือการวัดจริง — ไม่ใช่การตลาด WER ความเร็วและราคาแสดงตามความเป็นจริง ซื่อสัตย์อย่างเด็ดขาด

ภาษา:MNแยกผู้พูด:noneตัวอย่าง:265การทำงาน:Aug 18, 2026, 5:41 PMเอนด์พอยต์:local (transformers)

ความแม่นยำ

ถอดเสียง 265/265 ตัวอย่าง · สำเร็จ 100%

อัตราความคลาดเคลื่อนคำ

น้อยกว่ายิ่งดี · บน 265 ตัวอย่าง

เมตริกหลัก

อัตราความคลาดเคลื่อนอักขระ16.4%

ค่าคูณความเร็วเฉลี่ย42.32×ทวีคูณเวลาจริง

ค่าคูณความเร็วรวม42.32×

ความหน่วงเฉลี่ยต่อตัวอย่าง0.2s

เสียงที่ประมวลผลรวม1849.3s30.8 นาที

ราคา

ราคาตั้งของ wav2vec2 XLSR-53 MN สำหรับการถอดความแบบกลุ่ม ไม่มีส่วนลดหรืออัตราต่อรอง — อัตราดิบต่อนาที

ต่อ 1000 นาที

กลุ่ม

ต่อนาที

$0.0000

มีผล

ต่อ 1000 นาที (30.8 นาทีนี้)

$0.00

จะต้นทุน

โอเพนซอร์ส?

✓

กรรมสิทธิ์

แหล่งราคา: ราคาสาธารณะของ wav2vec2 XLSR-53 MN Duudlaga Flow แสดงเพื่อบริบทเท่านั้น — หน้านี้แยก wav2vec2 XLSR-53 MN เพื่อมิให้ตัวเลขถูกเพิ่มโดยผลิตภัณฑ์ของเรา

WER และ CER ตามชุดข้อมูล

อัตราคลาดเคลื่อนคำและอักขระต่อชุดข้อมูล น้อยกว่ายิ่งดี — และนี่คือตัวเลขจริงของ wav2vec2 XLSR-53 MN ซึ่งอ่อนใน Common Voice 24

Common Voice 24 (MN)

Source dataset →

WER

37.2%

CER

11.4%

Shunya Labs Mongolian Speech

Source dataset →

WER

44.6%

CER

15.3%

Common Voice 20 (MN)

Source dataset →

WER

31.7%

CER

9.6%

Modern Voice

WER

58%

CER

24.3%

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	37.2%	11.4%	62.8%	37.32×	330.6s	8.9s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	44.6%	15.3%	55.4%	45.18×	645.1s	14.3s
Common Voice 20 (MN)	Hugging Face →	54	54/54	31.7%	9.6%	68.3%	37.72×	269.8s	7.2s
Modern Voice	—	92	92/92	58%	24.3%	42.0%	45.1×	603.8s	13.4s

WER เทียบกับความเร็ว — ต่อตัวอย่าง

จุดละตัวอย่างเสียง จุดที่ดีที่สุดอยู่ซ้ายล่าง (คลาดเคลื่อนน้อย เร็ว) wav2vec2 XLSR-53 MN มีคลาดเคลื่อนสูงในหลายตัวอย่าง Common Voice 24

ผลลัพธ์ต่อตัวอย่าง

ความจริงอ้างอิงแสดงตรงตัวในคอลัมน์คาดหวัง คอลัมน์ผลลัพธ์ไฮไลต์เฉพาะคำที่ wav2vec2 XLSR-53 MN ถอดผิดด้วยสีแดง — ไม่มีขีดทับ/สลับ เฉพาะความผิดพลาด

Only errors265 แถว

แดงคำผิดในผลลัพธ์ปกติถอดถูกต้องคอลัมน์คาดหวังแสดงตรงตัวเป็นความจริงอ้างอิง

#	ตัวอย่าง	ชุดข้อมูล	คาดหวัง (ความจริงอ้างอิง)	ผลลัพธ์ wav2vec2 XLSR-53 MN	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 ягаагаа хэлэе	25.0%	6.9%	0/0/2
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 хүү	8.3%	1.3%	0/0/1
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	одоо бид өөрждөө өвчин эмгийдээсээ салахыг хичээцгээ гийдэг	57.1%	21.2%	1/0/3
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	би бол голдуу хээрээр гэр хэчээр дэр хийж явдаг хүн	10.0%	2.0%	0/0/1
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	тав хурамжт уулаж болдоггүй бур вгүн хоёр луугаар нэргүүл хэрэгүлжээ	90.0%	29.9%	0/0/9
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	алив наашаа оройдр гээд гэртээ оров	28.6%	8.1%	0/1/1
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	өө өндөр дээд таны тухайд би баталж чадахгүй	12.5%	4.3%	0/0/1
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	харин гурав даг удаагаас эхлэх хүмүүсийг сонирхож эхлэв	25.0%	5.4%	0/0/2
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	та нар очингуутаа шүлэл өгч үз	28.6%	6.7%	0/1/1
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	ерөөсөө л үйлдвэрээсээ салуугүй орсон юм чинь	42.9%	16.7%	0/0/3

…หน้า 1 จาก 27

ระเบียบวิธี

วิธีที่ได้ตัวเลขเหล่านี้

ผู้ให้บริการ: wav2vec2 XLSR-53 MN (wav2vec2 XLSR-53 fine-tuned on Mongolian Common Voice — by download count the most-used Mongolian-specific open ASR model on the Hub. CTC output, so no punctuation or casing.). Models with this badge were trained on data that overlaps the benchmark corpora (Mongolian Common Voice — 113 of 173 samples — or the public Shunya Labs corpus). Scores on overlapping corpora are inflated by memorization; judge these models by the per-dataset table on their details page, especially the corpora they were NOT trained on.

เอนด์พอยต์ local (transformers). ภาษา mn. Operating point anton-l/wav2vec2-large-xlsr-53-mongolian (CTC) on mps. แยกผู้พูด none.

ชุดข้อมูล: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 ตัวอย่าง เสียงรวม 1849.3s

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 wav2vec2 XLSR-53 MN ไม่ใช่แคชหรือจำลอง

การไฮไลต์ความแตกต่าง: คอลัมน์ผลลัพธ์จัดเรียงกับความจริงอ้างอิงและระบายสีแดงทุกการแทนที่และการแทรก การลบ (คำที่หายจากผลลัพธ์) ไม่แสดงในคอลัมน์ผลลัพธ์ — คอลัมน์คาดหวังยังถือความจริงอ้างอิงเต็มตามต้นฉบับ

สร้างโดย wav2vec2 XLSR-53 MN Benchmark Runner · wav2vec2 XLSR-53 MN Batch API v2 · ทำงาน Aug 18, 2026, 5:41 PM