Как я снизил WER с 33% до 3.3% для русской речи на CPU: сравнение GigaAM, Whisper и Vosk

Дата публикации: 23-02-2026 05:26:18

За два месяца я перепробовал три ASR-движка, шесть моделей Whisper, адаптивное чанкование, T5-коррекцию и ансамблевое голосование — и большая часть идей оказалась тупиком. В статье — подробный разбор шести тупиков и одной находки: почему GigaAM от Сбера на обычном CPU показывает 3.3% WER на русском, обходя Whisper large-v3-turbo на RTX 4090 (7.9%) в 2.4 раза. С бенчмарками, кодом и честными оговорками.

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	Whisper или GigaAM для русского ASR в продакшене: три ловушки бенчмарка, которые перевернут ваши выводы	0	9.49	04-06-2026
2	Large-v3 на Ryzen 5500U: как я оцифровал архив диктофонных записей без GPU и облаков	0	12.15	26-02-2026
3	Почему Cluely и другие плохо слышат русских айтишников: разбор того, как Whisper ломается и что мы сделали с этим	0.5	6.09	25-04-2026
4	Погружаем модели в сказки русские, да рассказы древние – тестируем возможности Qwen и Whisper на дореволюционномъ	0	7	24-06-2026
5	LLM как декодер в ASR: опыт адаптации SOTA архитектуры для спонтанной русскоязычной речи	0	9.94	22-04-2026
6	Можно ли заменить диктора open‑source TTS‑моделью: тестируем OmniVoice на русском языке	0	9.09	08-05-2026
7	Сравнение TTS-моделей на реальных задачах бизнеса: голосовой бот и аудиоподкасты	0	13.84	20-04-2026
8	LoRA не помогла: как мы дообучали Mistral 7B на русском и что в итоге сработало	-1	5.87	03-04-2026
9	ВЦИОМ: россияне чаще используют "Гигачат" для решения сложных и экспертных задач	0	7.97	30-07-2026
10	Вышел, наконец-то, русский дубляж для нашего любимого Silent Hill 4: ...	0	9.76	10-08-2026

Классификация: Мнения. Схожих патентов: 0. Схожих новостей: 10. Тональность: 0. Информативность: 12.82. Источник: pythondigest.ru.