Язык, у которого не было ни единого датасета, заговорил — и хватило одной потребительск...
Язык, у которого не было ни единого датасета, заговорил — и хватило одной потребительской видяхи Несколько месяцев на одной домашней видеокарте — и у крымскотатарского появилось рабочее распознавание речи (WER 0.3463 → 0.1701) плюс синтез, который вслух прочитал целую книгу: шестнадцать глав, 1 час 58 минут звучания. Само обучение моделей сожрало часы. А всё остальное время ушло на данные, проверки и выяснение того, какие из собственных измерений врут. По словам автора, именно вторая часть кочует в любой язык, а первая — нет. Конкретных источников аудио, договорённостей с правообладателями, точных рецептов пайплайна и внутренних скриптов в статье не жди — там будут метрики, порядки величин, методология проверки и грабли. Читать далее 👉 Frontender's notes