Spracherkennung · Spracherkennungsmodell, das Anrufaufnahmen in Sprecherkanäle aufteilt und in Text umwandelt. Analyse, Coaching und Qualitätsbewertung arbeiten auf Basis dieser Transkription.
CALLAII ASR v3Vorherige VersionLive August 2026
Version mit umfassendem mehrsprachigem Training. Telefonleitungs-Simulation und Stille-Erkennung wurden mit dieser Version hinzugefügt.
Neuigkeiten in dieser Version
Türkische Wortfehlerrate im offenen Benchmark sank von 8,87 % auf 7,11 %
Arabische Wortfehlerrate sank von 7,96 % auf 7,82 %
Stille Abschnitte werden nun als leer erkannt; erfundene Sätze wurden reduziert
Keine Verschlechterung am Ende langer Anrufe beobachtet (bei einem echten 571-sekündigen Anruf)
Automatische Spracherkennung pro Kanal wurde eingeführt
Grenzen und verantwortungsvolle Nutzung
Der offene Benchmark besteht aus vorgelesenen Nachrichtensätzen; er zeigt nicht die absolute Leistung in Telefonanrufen
In Callcenter-Szenarien war die Fehlerrate in Sprachen außer Türkisch hoch; in v4 behoben
Jeder Punkt ist der Durchschnitt von zwei aufeinanderfolgenden Aufnahmen.
Werte als Tabelle anzeigen
Trainingsverlust
100
2,6340
600
1,6663
1.100
1,6001
1.600
1,5598
2.100
1,5177
2.600
1,4338
3.100
1,4080
3.600
1,3531
4.100
1,3821
4.600
1,3530
5.100
1,3306
5.600
1,3333
6.100
1,3021
6.600
1,2923
7.100
1,2736
7.600
1,2613
8.100
1,2606
8.600
1,2679
9.100
1,2166
9.600
1,2256
10.100
1,2165
10.600
1,2068
11.100
1,1835
11.500
1,1665
Validierungsverlust
Gemessen an Beispielen, die im Training nie vorkamen; eine fallende Kurve zeigt, dass das Modell lernt statt auswendig zu lernen.
Werte als Tabelle anzeigen
Validierungsverlust
2.000
0,1633
4.000
0,1528
6.000
0,1456
8.000
0,1383
10.000
0,1340
11.540
0,1316
Fehlerrate bei der Validierung (%)
Wortfehlerrate (WER)Zeichenfehlerrate (CER)
Niedriger ist besser. Während des Trainings auf dem Validierungsset gemessen.
Werte als Tabelle anzeigen
Wortfehlerrate (WER)
2.000
12,60
4.000
11,94
6.000
19,10
8.000
10,71
10.000
18,35
11.540
10,49
Zeichenfehlerrate (CER)
2.000
3,64
4.000
3,33
6.000
10,35
8.000
2,94
10.000
10,79
11.540
3,01
Offener Benchmark (FLEURS) · Wortfehlerrate (%)
v2v3
Niedriger ist besser. 150 Aufnahmen pro Sprache, vorgelesene Nachrichtensätze. Gilt für die Rangfolge; zeigt nicht die absolute Leistung in Telefonanrufen.
Kundendaten werden nicht für das Modelltraining verwendet.
Dieses Datenblatt wurde am 23.11.2026 erstellt. Für die aktuelle Version besuchen Sie callmenta.com.
Versionen und Verbesserungen