Modellauswahl
Deepgram-Sprache-zu-Text-Modelle lassen sich leichter bewerten, wenn Sie von Ihrem Audiomaterial und dem benötigten Transkript ausgehen. Dieser Leitfaden behandelt die Voraussetzungen, einen Beispieltest und die Abwägungen, die Sie vor der Festlegung auf einen Workflow prüfen sollten.
Stellen Sie repräsentatives Audiomaterial zusammen, bevor Sie Deepgram-Ergebnisse vergleichen. Ein sauberes Studiobeispiel allein zeigt nicht, wie ein Modell mit den Bedingungen in Ihrem tatsächlichen Workflow umgeht.
Erfahren Sie, wie die Transkription in einen umfassenderen Audio-zu-Text-Workflow passt.
Prüfen Sie sprachliche Besonderheiten, bevor Sie einen mehrsprachigen Testsatz zusammenstellen.
Planen Sie, wie Sie Sprache aus Videoaufnahmen extrahieren und bewerten.
Betrachten Sie einen Modellvergleich als wiederholbaren Test, nicht als Urteil auf Grundlage des ersten lesbar wirkenden Transkripts.
Wählen Sie eine Aufnahme mit der Sprache, Mikrofonqualität und Überlappung der Sprecherstimmen, die Sie im Produktivbetrieb erwarten. Erstellen Sie ein von einem Menschen überprüftes Referenztranskript; kennzeichnen Sie unsichere Wörter, statt sie stillschweigend zu erraten.
Halten Sie für jedes Ergebnis das verwendete Deepgram-Modell und die Anfrageeinstellungen fest. Verwenden Sie durchgehend dieselbe Vorverarbeitung und vergleichen Sie keine bereinigte Datei mit einer unbearbeiteten Version derselben Aufnahme.
Vergleichen Sie Namen, Zahlen, Verneinungen und Sprecherwechsel mit der Referenz. Halten Sie fest, ob das Transkript bearbeitet werden muss, und wiederholen Sie den Test mit mehreren Ausschnitten, bevor Sie ein Fazit ziehen.
Dies sind zwei Wege zur Bewertung, keine Aussage darüber, dass alle Deepgram-Modelle identische Einstellungen unterstützen. Prüfen Sie die aktuelle Modellverfügbarkeit und die Anfrageoptionen in der offiziellen Dokumentation.
Evaluierung aufgezeichneter Audiodaten
Eine gespeicherte Datei oder Aufnahme
Evaluierung von Live-Audio
Während einer Sitzung eingehendes Audio
Evaluierung aufgezeichneter Audiodaten
Wie genau ist das fertige Transkript?
Evaluierung von Live-Audio
Wie nützlich sind die Ergebnisse, während noch Sprache eingeht?
Evaluierung aufgezeichneter Audiodaten
Von Menschen geprüftes Transkript des gesamten Audioclips
Evaluierung von Live-Audio
Von Menschen geprüftes Transkript mit Zeitangaben
Evaluierung aufgezeichneter Audiodaten
Fehlende Wörter, Namen und Sprecherwechsel
Evaluierung von Live-Audio
Korrekturen, fehlende Wörter und verzögerter endgültiger Text
Evaluierung aufgezeichneter Audiodaten
Bedingungen bei Dateiübertragung und Verarbeitung
Evaluierung von Live-Audio
Unterbrechungen und schwankende Verbindungsqualität testen
Bewertung von Audioaufnahmen
Korrekturaufwand für das fertige Ergebnis
Bewertung von Live-Audio
Nutzbarkeit von Zwischen- und Endergebnissen
Ein einzelner sauberer Audioclip, uneinheitliche Anfrageeinstellungen oder eine nicht überprüfte Referenz können Deepgram-Ergebnisse besser oder schlechter erscheinen lassen, als sie sind. Testen Sie die Audiodaten, die für Sie relevant sind, und prüfen Sie die aktuellen Funktionen, bevor Sie sich bei der Konzeption auf ein bestimmtes Modell festlegen. Der Link unten führt zu einem separaten Sprachprodukt, nicht zu einer Auswahl für Deepgram-Modelle.
Gehen Sie von der Art der Audiodaten aus, die Sie transkribieren möchten, und von der enthaltenen Sprache. Prüfen Sie in der aktuellen Deepgram-Dokumentation, welche Modelle infrage kommen, und testen Sie dann repräsentative Audioclips mit einheitlichen Einstellungen anhand einer von Menschen überprüften Referenz.
Nicht unbedingt für jede Aufnahme oder jeden Arbeitsablauf. Vergleichen Sie die für Ihren Anwendungsfall verfügbaren Modelle anhand Ihrer eigenen Audiodaten und achten Sie besonders auf Fehler, die die Bedeutung eines Transkripts verändern würden.
Sie können das Ausgangsmaterial und ein Referenztranskript wiederverwenden, aber die Bewertungsfragen unterscheiden sich. Prüfen Sie bei Live-Audio zusätzlich die Zwischenergebnisse, deren Überarbeitungen und wann ein nutzbarer endgültiger Text vorliegt.
Prüfen Sie Namen, Zahlen, Verneinungen, Sprecherwechsel und den Umfang der erforderlichen manuellen Korrekturen. Wenn die zeitliche Abfolge wichtig ist, bewerten Sie diese gesondert, statt sich auf einen einzigen Gesamteindruck der Genauigkeit zu verlassen.
Nein. Dies ist ein Leitfaden zur Bewertung, und der Link zu den Sprachtools führt zu einem separaten Produkt. Lesen Sie die aktuelle Deepgram-Dokumentation und prüfen Sie die unterstützten Schnittstellen, um ein bestimmtes Modell zu bestätigen und auszuführen.