Martes 20 de octubre de 2026 ·
Glas reentrena GigaAM-v3 con 25 horas de voz y reduce el error de transcripción del 8,81% al 5,76%
Útil para
El equipo de la app de dictado Glas ajustó el modelo de reconocimiento de voz GigaAM-v3 con 25 horas de habla real para corregir fallos con términos de IT, como Docker, Python o Kubernetes. En 525 grabaciones cortas, el WER bajó del 8,81% al 5,76% y los términos escritos correctamente pasaron del 43,8% al 86,7%, sin cambios apreciables de velocidad. Es una versión beta 0.01: el modelo omite más palabras y empeora mayúsculas y puntuación en habla normal, y el test se etiquetó con el mismo sistema automático que el entrenamiento, así que parte de la mejora podría deberse a ese estilo.
Qué significa
Para quien dicta en español sobre tecnología, los nombres técnicos y los anglicismos se transcriben con más fiabilidad, aunque el modelo puede perder palabras en el habla corriente. Muestra que ajustar un reconocedor abierto con pocas horas de voz propia puede mejorar mucho un dominio concreto.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Habr Machine Learning (RU)Leer la noticia completa en Habr Machine Learning (RU)
También ese día
Todas las noticias de IA del martes 20 de octubre de 2026 ->