Slovak ASR Benchmark

Toto je prvý špecializovaný benchmark rozpoznávania reči (STT) pre slovenčinu: 354 hodín nahrávok a 22 hodnotených modelov. Dostupné zdroje sa zameriavajú na angličtinu alebo na viacjazyčné datasety, kde slovenčina tvorí len zopár percent dát. Tento benchmark prináša priame porovnanie modelov na slovenských dátach naprieč rôznymi doménami.

Úloha: Automatické rozpoznávanie reči
Metrika: WER, CER, DSER
Modalita: Reč
Aktualizované: 26. júna 2026

Vysvetlenie metrík

WER (Word Error Rate): Meria presnosť prepisu na úrovni slov. Je to počet chýb na úrovni slov (vloženia, vymazania a zámeny) vydelený počtom slov v referenčnom prepise. Nižšia hodnota je lepšia.
CER (Character Error Rate): Meria presnosť prepisu na úrovni znakov. Je to počet chýb na úrovni znakov (vloženia, vymazania a zámeny) vydelený počtom znakov v referenčnom prepise. Je zhovievavejšia voči drobným rozdielom, ako sú koncovky slov, čo je užitočné pri jazyku s bohatým tvaroslovím, akým je slovenčina. Nižšia hodnota je lepšia.
DSER (Digit Sequence Error Rate): Meria presnosť prepisu celých číselných sekvencií (telefónne čísla, čísla účtov, ceny). Je to počet nesprávne prepísaných číselných sekvencií vydelený počtom číselných sekvencií v referenčnom prepise. Sekvencia sa počíta ako chybná, ak je v nej nesprávna čo i len jedna číslica. Nižšia hodnota je lepšia.

Modely sú hodnotené výlučne na slovenských rečových dátach. Podrobné rozdelenie zdrojov dát nižšie.