@@ -61,6 +61,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
61
61
| 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar | 15,81% |
62
62
| 0.12 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC | Oscar | 14,06% |
63
63
| 0.13 | Català 0.12 | 0 | 0.9.2 | CV6.1 + PPC | Oscar | 12,44% |
64
+ | 0.14 | Anglès 0.9.2 | 1 | 0.9.2 | CV6.1 + PPC | Oscar | 13,29% |
64
65
65
66
### WER del corpus Google Crowdsourced
66
67
@@ -74,6 +75,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
74
75
| 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar* | 29,93% |
75
76
| 0.12 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC | Oscar | 17,34% |
76
77
| 0.13 | Català 0.12 | 0 | 0.9.2 | CV6.1 + PPC | Oscar* | 9,07% |
78
+ | 0.14 | Anglès 0.9.2 | 1 | 0.9.2 | CV6.1 + PPC | Oscar* | 9,05% |
77
79
78
80
(* ) L'scorer Oscar conté les probabilitats extretes de les transcripcions del dataset pel que la WER està esbiaixada.
79
81
@@ -89,6 +91,7 @@ El dataset test de cada model és diferent pel que no es poden comparar entre s
89
91
| 0.11 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC + FC | Oscar | 45,89% |
90
92
| 0.12 | Anglès 0.8.0 | 1 | 0.8.0 | CV5.1 + PPC | Oscar | 22,65% |
91
93
| 0.13 | Català 0.12 | 0 | 0.9.2 | CV6.1 + PPC | Oscar | 20,04% |
94
+ | 0.14 | Anglès 0.9.2 | 1 | 0.9.2 | CV6.1 + PPC | Oscar | 18,84% |
92
95
93
96
## Possibles següents passos
94
97
0 commit comments