CALLAII ASR v4 texniki pasportu
Səs tanıma · Zəng qeydlərini danışan kanallarına ayıraraq mətnə çevirən səs tanıma modeli. Analiz, koçluq və keyfiyyət qiymətləndirməsi bu çevirmə əsasında işləyir.
Zəng qeydlərini danışan kanallarına ayırır və mətnə çevirir. Bu versiya on dildə və telefon xətti şərtlərinə uyğunlaşdırılmış səs ilə təlim keçib; zəng mərkəzi söhbətlərində xəta faizi aydın şəkildə azalıb.
Bu versiyada inkişaf edən
- Zəng mərkəzi ssenarilərində türk dilində söz xəta faizi %25,70-dən %6,32-yə düşüb
- Ərəb, alman, fransız, ingilis və italyan dillərində xəta faizi dördə birə, beşə birə düşüb; dil üzrə nəticələr qrafikdə
- Oxunan türk söhbətində də yaxşılaşma var: %4,72 → %4,47 (800 qeyd)
- Eyni mətnin telefon xətti, səs-küyli mühit və studiya versiyaları ilə təlim keçib
- Əvvəlki versiyanın məlumatı da təlimə daxil edilib; yeni məlumat əlavə edilərkən öyrənilən şeylər pozulmasın deyə
Nə edə bilər
- İki kanallı qeyddə müştəri və nümayəndəni ayrı-ayrılıqda mətnə çevirir
- Hər kanalın dilini özünə özünə müəyyən edir
- Vaxt damğalı, danışan etiketli transkript yaradır
- Sessiz hissələri boş buraxır, uydurma cümlə yaratmamaq üçün təlim keçib
Məhdudiyyətlər və məsuliyyətli istifadə
- Ölçmələr sınaq dəstlərində aparılıb; real telefon zəngində referanslı xəta faizi hələ ölçülüb
- Üst-üstə danışma və çox aşağı keyfiyyətli qeyddə xəta artır
- Anlıq mətnə çevirmə gecikməsi ölçülüb
Təlim və ölçmələr
| Təlim məlumatı | 2.479.180 qeyd, 3.654 saat səs |
|---|---|
| Yeni məlumat payı | %26,5; qalanı əvvəlki versiyanın məlumatı |
| Dillər | türk, ərəb, alman, fransız, qazax, italyan, ingilis, başqırt, özbək, tatar |
| Səs növləri | telefon xətti imitasiyası, səs-küyli mühit, studiya |
| Doğrulama dəsti | 11.859 qeyd |
| Addım | 19.369 · 1 dövr |
| Təlim tarixi | Sentyabr 2026 |
Hər nöqtə ardıcıl 7 qeydin ortalamasıdır.
Dəyərləri cədvəl şəklində göstər
| Təlim itkisi | |
|---|---|
| 175 | 10,8073 |
| 1.050 | 6,4649 |
| 1.925 | 5,6508 |
| 2.800 | 5,3350 |
| 3.675 | 5,0206 |
| 4.550 | 4,7431 |
| 5.425 | 4,6104 |
| 6.300 | 4,6143 |
| 7.175 | 4,5038 |
| 8.050 | 4,3882 |
| 8.925 | 4,4358 |
| 9.800 | 4,3362 |
| 10.675 | 4,2276 |
| 11.550 | 4,1843 |
| 12.425 | 4,2788 |
| 13.300 | 4,1626 |
| 14.175 | 4,1483 |
| 15.050 | 4,1727 |
| 15.925 | 4,0753 |
| 16.800 | 4,0031 |
| 17.675 | 4,0504 |
| 18.550 | 4,2040 |
| 19.350 | 4,0197 |
Təlimdə heç vaxt görünməmiş nümunələrlə ölçüldü; düşməsi modelin yadda saxlamadan öyrəndiyini göstərir.
Dəyərləri cədvəl şəklində göstər
| Doğrulama itkisi | |
|---|---|
| 1.000 | 0,1911 |
| 2.000 | 0,1611 |
| 3.000 | 0,1446 |
| 4.000 | 0,1345 |
| 5.000 | 0,1259 |
| 6.000 | 0,1187 |
| 7.000 | 0,1135 |
| 8.000 | 0,1097 |
| 9.000 | 0,1068 |
| 10.000 | 0,1050 |
| 11.000 | 0,1025 |
| 12.000 | 0,1021 |
| 13.000 | 0,1010 |
| 14.000 | 0,0997 |
| 15.000 | 0,0994 |
| 16.000 | 0,0985 |
| 17.000 | 0,0985 |
| 18.000 | 0,0984 |
| 19.000 | 0,0980 |
| 19.369 | 0,0981 |
Aşağı dəyər daha yaxşıdır. Doğrulama dəstində, təlim ərzində ölçüldü.
Dəyərləri cədvəl şəklində göstər
| Söz xəta faizi (WER) | |
|---|---|
| 1.000 | 15,03 |
| 2.000 | 13,22 |
| 3.000 | 12,06 |
| 4.000 | 10,78 |
| 5.000 | 10,51 |
| 6.000 | 10,01 |
| 7.000 | 9,60 |
| 8.000 | 9,72 |
| 9.000 | 9,52 |
| 10.000 | 9,43 |
| 11.000 | 9,36 |
| 12.000 | 9,35 |
| 13.000 | 9,38 |
| 14.000 | 9,52 |
| 15.000 | 9,23 |
| 16.000 | 9,36 |
| 17.000 | 9,35 |
| 18.000 | 9,36 |
| 19.000 | 9,24 |
| 19.369 | 9,41 |
| Simvol xəta faizi (CER) | |
| 1.000 | 4,24 |
| 2.000 | 3,85 |
| 3.000 | 3,47 |
| 4.000 | 3,13 |
| 5.000 | 3,01 |
| 6.000 | 2,94 |
| 7.000 | 2,87 |
| 8.000 | 2,89 |
| 9.000 | 2,89 |
| 10.000 | 2,85 |
| 11.000 | 2,88 |
| 12.000 | 2,81 |
| 13.000 | 2,92 |
| 14.000 | 2,93 |
| 15.000 | 2,80 |
| 16.000 | 2,83 |
| 17.000 | 2,77 |
| 18.000 | 2,80 |
| 19.000 | 2,72 |
| 19.369 | 2,82 |
Aşağı dəyər daha yaxşıdır. Dil başına 300 nümunə.
Dəyərləri cədvəl şəklində göstər
| v3 | v4 | |
|---|---|---|
| Ərəb dili | 67,59 | 13,86 |
| Alman dili | 54,58 | 15,37 |
| İngilis dili | 59,92 | 12,58 |
| Fransız dili | 62,36 | 15,57 |
| İtalyan dili | 38,88 | 8,42 |
| Türk dili | 25,70 | 6,32 |
Aşağı dəyər daha yaxşıdır. Dil başına 300 nümunə.
Dəyərləri cədvəl şəklində göstər
| v3 | v4 | |
|---|---|---|
| Ərəb dili | 48,62 | 5,76 |
| Alman dili | 46,00 | 7,23 |
| İngilis dili | 44,41 | 6,23 |
| Fransız dili | 47,92 | 7,34 |
| İtalyan dili | 26,92 | 3,45 |
| Türk dili | 10,47 | 1,96 |
Aşağı dəyər daha yaxşıdır. Dil başına 800 nümunə.
Dəyərləri cədvəl şəklində göstər
| v3 | v4 | |
|---|---|---|
| Türk dili | 4,72 | 4,47 |
Aşağı dəyər daha yaxşıdır. Dil başına 800 nümunə.
Dəyərləri cədvəl şəklində göstər
| v3 | v4 | |
|---|---|---|
| Türk dili | 1,11 | 0,95 |
Açıq modellərlə müqayisə
CALLAII ASR, geniş yayılmış açıq danışma tanıma modelləri ilə eyni türk dilində səs kliplərində, eyni üsulla ölçüldü.
- Söz xəta faizində dörd sınaqdan dördündə ən aşağı dəyər CALLAII ASR-dədir.
- Xarakter xəta faizində oxunmuş danışma və telefon xəttində fərq 0,04 xaldır; modellər eyni səviyyədədir.
- İhtiyari qeydlərin təlim bölməsi CALLAII ASR təlimində mövcuddur; sınaqda istifadə edilən bölmə təlimdə yoxdur.
- Telefon xətti şərti bütün modellərdə xətanı artırır. Növbəti versiyanın diqqət mərkəzi budur.
- Həqiqi telefon söhbətlərində referanslı ölçmə hələ aparılmayıb.
Aşağı dəyər daha yaxşıdır. Eyni 1.000 türk dilində klip və eyni ölçmə üsulu. Oxunmuş danışma və telefon xətti: FLEURS; telefon xəttində eyni kliplər 8 kHz telefon şəraitində. İhtiyari qeydlər: Common Voice. Zəng ssenariləri: zəng mərkəzi dialoqlarından hazırlanmış cümlələr; CALLAII ASR bu sahənin məlumatları ilə təlim olunub. Ölçmə: 8 oktyabr 2026.
Dəyərləri cədvəl şəklində göstər
| Qwen3-ASR 1.7B | Whisper large-v3 | CALLAII ASR | |
|---|---|---|---|
| Oxunmuş danışma | 9,75 | 7,04 | 6,67 |
| Telefon xətti | 11,33 | 8,32 | 8,03 |
| İhtiyari qeydlər | 15,80 | 13,14 | 4,10 |
| Zəng ssenariləri | 30,74 | 22,33 | 4,45 |
Aşağı dəyər daha yaxşıdır. Eyni 1.000 türk dilində klip və eyni ölçmə üsulu. Oxunmuş danışma və telefon xətti: FLEURS; telefon xəttində eyni kliplər 8 kHz telefon şəraitində. İhtiyari qeydlər: Common Voice. Zəng ssenariləri: zəng mərkəzi dialoqlarından hazırlanmış cümlələr; CALLAII ASR bu sahənin məlumatları ilə təlim olunub. Ölçmə: 8 oktyabr 2026.
Dəyərləri cədvəl şəklində göstər
| Qwen3-ASR 1.7B | Whisper large-v3 | CALLAII ASR | |
|---|---|---|---|
| Oxunmuş danışma | 2,43 | 1,56 | 1,60 |
| Telefon xətti | 3,04 | 1,94 | 1,98 |
| İhtiyari qeydlər | 4,44 | 4,53 | 0,98 |
| Zəng ssenariləri | 12,02 | 7,97 | 1,00 |
Texniki vərəqə
| Versiya | v4 |
|---|---|
| Buraxılış | 8 Sentyabr 2026 |
| Girdi | Səs qeydi, tək və ya iki kanal |
| Çıxış | Danışan etiketli, vaxt damğalı mətn |
| Dil müəyyən etmə | Kanal başına avtomatik |
| İşlədiyi yer | Callmenta tərəfindən idarə olunan serverlər |
Müştəri məlumatları model təliminə daxil edilmir. Bu pasport 23.11.2026 tarixində yaradılıb. Ən son versiya üçün callmenta.com ünvanına baxın. Versiyalar və inkişaflar