Kol ruošėme duomenis „Kmynas v3“ mokymui, „Google“ pristatė „Gemini 3.5 Transcribe“ - naują kalbos atpažinimo modelį, skirtą balso agentams, tiesioginiams subtitrams ir pokalbių analizei, atpažįstantį daugiau kaip 85 kalbas. Puiki proga atsakyti į klausimą, kurį girdime dažniausiai: kuo vietinis modelis skiriasi nuo didžiųjų debesijos sprendimų? Ir kuris iš tikrųjų yra „geriausias“?
Palyginome tris variklius su ta pačia lietuviška garso medžiaga: 20 įrašų iš penkių registrų - verslo ir IT tinklalaidės (daug anglicizmų), kalba, kurioje gausu skaičių, akademiniai pranešimai, medicinos paskaitos, spontaniški dialogai.
Dalyviai:
- „Gemini 3.5 Transcribe“ - „Google“, debesyje
- „Scribe v2“ - „ElevenLabs“, debesyje
- „Kmynas v2“ - mūsų lietuviškas 0,6 mlrd. parametrų modelis, veikiantis vietoje, paprastame nešiojamajame kompiuteryje. Modelis atvirai prieinamas ir parsisiunčiamas iš „Hugging Face“
Rezultatas: ne „kuris tikslesnis“, o trys skirtingos filosofijos
„Gemini“ - redaktorius. Tekstas skaitomas sklandžiausiai, bet modelis redaguoja tikrovę: skaičius verčia skaitmenimis (8 iš 20 įrašų), pašalina pertarus („nu“, „žinai“, „ee“) ir kalbėtojo pasitaisymus net „verbatim“ režime, o gyvame dialoge tyliai praleidžia žodžius ar ištisas replikas. Vienoje vietoje kalbėtojo „keturioliktais metais“ virto „2014 metais“ - prasmė teisinga, tekstas išgalvotas. Pavojingiausios klaidos - įtikinami pakeitimai: „charterinio skrydžio“ tapo „jūrinių skrydžių“. Skaitai - ir nematyti, kad klaida.
„Scribe“ - stenografas. Labiausiai ištikimas įrašui: išlaiko pertarus, pažymi juoką, svetimžodžius nuosekliai rašo originalo rašyba su lietuviška galūne: „Shopify'uje“, „Porsche'ai“, „follower'iai“.
„Kmynas“ - vietinis. Nemokamas, privatus (garsas niekur neišsiunčiamas), transkribuoja 30 kartų greičiau už realųjį laiką. Vienintelis visus skaičius užrašo žodžiais taip, kaip ištarta: 0 įrašų su skaitmenimis. Silpnoji vieta - anglicizmai: „Shopify“ virsta „Šopifajų“, „Porsche“ - „poršai“. Būtent šiai spragai šalinti ir renkame v3 duomenis.
Beje, „YouTube“ automatiniai subtitrai, irgi „Google“, svetimžodžius vis dar rašo fonetiškai: „notifikeišionas“, „kačing“, „appsai“, „enterprenerį“, „praskipinat“. Kitaip tariant, pati „Google“ savo veikiančioje sistemoje elgiasi kaip „Kmynas“, o ne kaip „Gemini“: fonetinis anglicizmų užrašymas kol kas yra industrijos norma lietuvių kalbai, o ne mažo modelio keistenybė. Naujiena čia yra būtent „Gemini“ redaktoriaus elgesys.
Keli skaičiai
- Varikliai tarpusavyje nesutaria dėl maždaug 20 % žodžių - realioje, o ne laboratorinėje lietuvių kalboje
- Skaitmenys tekste: „Gemini“ 8/20, „Scribe“ 3/20, „Kmynas“ 0/20
- Teisybės dėlei: kartais „Gemini“ buvo tiksliausias - išgirdo „flat white kavinėje“ ten, kur „Scribe“ užrašė „kofeinę“
Išvada
„Geriausio“ modelio nėra - yra tik tinkamiausias konkrečiam darbui. Susitikimų santraukoms ir subtitrams „Gemini“ atliekamas teksto gludinimas yra privalumas. Tiksliam protokolui, interviu ar archyviniam įrašui toks redagavimas - trūkumas, kurio neįmanoma išjungti. O kai svarbu privatumas ir kaina, vietinis 0,6 mlrd. parametrų modelis bendrinėje lietuvių kalboje didiesiems jau mina ant kulnų. Skirtumas - duomenų, o ne dydžio klausimas. Tuo ir užsiimame.
Pastaba: 20 įrašų - žvalgomasis testas, o ne išsamus lyginamasis tyrimas. Žemiau - visa medžiaga: skaičiai, ką daro kiekvienas variklis ir visi 20 įrašų su nuorodomis bei visų trijų variklių tekstais.
Skaičiai: kiek varikliai tarpusavyje nesutaria
Žodžių lygmens neatitikimas tarp variklių, vidurkis ir mediana:
| varikliai | neatitikimas (vidurkis / mediana) |
|---|---|
| „Scribe“ ir „Gemini“ | 20,7 % / 15,3 % |
| „Scribe“ ir „Kmynas“ | 19,4 % / 18,6 % |
| „Gemini“ ir „Kmynas“ | 23,7 % / 23,0 % |
Įrašai, kurių tekste yra skaitmenų: „Gemini“ 8 iš 20, „Scribe“ 3 iš 20, „Kmynas“ 0 iš 20.
Ką kiekvienas variklis iš tikrųjų daro?
„Gemini 3.5 Transcribe“, redaktorius. Skaitosi puikiai ir redaguoja tikrovę:
- Skaičius verčia skaitmenimis net „verbatim“ režime („45 %“, „1949“, „20-ais metais“), o kartą išplėtė ištartą trumpinį: kalbėtojas pasakė „keturioliktais metais“, o „Gemini“ užrašė „2014 metais“ (12 įrašas). Prasmė teisinga, tekstas išgalvotas.
- Šalina pertarus ir netikrus startus („ee“, „aah“, „pers-persidėliojimas“ virsta „persidėliojimas“) ir sutvarko kalbėtojo pasitaisymus („kokią mes, kokį turim“ virsta „kokią mes turim“, 15 įrašas). Vis dar „verbatim“ režime.
- Tyliai praleidžia žodžius ir ištisas replikas: „dvasininkų“ (10), „follower'iai“ (8), baigiamasis cituojamas dialogas (13), kelios persidengiančios replikos ir publikos juoko vieta (19).
- Pakeičia žodžius įtikinamais, bet neteisingais: „charterinio skrydžio“ virsta „jūrinių skrydžių“ (1), „tankio“ virsta „tankelio“ (15). Pavojingiausia klaidų rūšis, nes tekstas skaitosi nepriekaištingai.
- Kur laimi: kartais tai buvo tiksliausias variklis („flat white kavinėje“ ten, kur „Scribe“ užrašė „kofeinę“, 6 įrašas; lenkiškos replikos užrašytos tikra lenkų kalba „do magazinu… do sklepu“, 13 įrašas).
„Scribe v2“, stenografas. Ištikimiausias įrašui: išlaiko pertarus, netikrus startus, patvirtinimo replikas, pažymi „[juokiasi]“ ir „[publikos juokas]“, o svetimžodžius nuosekliai rašo originalo rašyba su lietuviška galūne: „Shopify'uje“, „Excel'ius“, „chart'erinio“, „Porsche'ai“, „follower'iai“, „online'as“, „stand up'ą“. Skaičius paprastai užrašo žodžiais. Savų klaidų turi („kofeinę“ vietoj „kavinėje“), bet jos retesnės ir fonetiškai sąžiningos, o ne prasmiškai užglaistytos.
„Kmynas v2“, vietinis 0,6 mlrd. parametrų modelis. Veikia nešiojamajame kompiuteryje, nemokamas, privatus, maždaug 30 kartų greičiau už realųjį laiką, be debesijos. Visada rašo skaičius taip, kaip jie ištarti, o būtent to reikia tiksliam protokolui ir kalbos atpažinimo mokymo duomenims. Gerai tvarkosi su lietuvių kalbos morfologija ir dialogo skyryba. Silpnoji vieta yra tas registras, kuriam modelis dabar ir permokomas: angliški skoliniai išeina fonetiškai arba iškraipyti („Šopifajų“, „akcelius“, „šerterinio“, „BTB“, „poršai“, „folaveriai“). Bendrinė lietuvių kalba, įskaitant greitą spontanišką kalbėjimą, jau konkuruoja su debesijos varikliais.
Visi 20 įrašų
Kiekvienas įrašas pateikiamas su nuoroda į tikslią vietą vaizdo įraše ir visų trijų variklių tekstais. Tekstai pateikiami tokie, kokius grąžino varikliai: klaidos, pertarai ir keistenybės nekoreguoti, nes būtent jie ir yra įrodymas.
Įrašas 1. Anglicizmai (verslas ir IT), PROTO INDUSTRIJA (14 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | O aš buvau tas, ee, pardavėjo asistentas, kuris nešiojo kavą, darė statistiką, suvedinėjo Excel'ius ir, ir iš principo mano toks pagrindinis darbas buvo suvesti chart'erinio skrydžio kainą. Tai ten skrydžio iš A į B, |
| „Gemini 3.5“ | Aš buvau tas pardavėjo asistentas, kuris nešioja kavą, daro statistiką, suvedinėja excelius ir ir iš principo mano toks pagrindinis darbas buvo suvesti jūrinių skrydžių kainą, tai ten skrydžio iš A į B |
| „Kmynas v2“ | O aš buvau tas pardavėjų asistentas, kuris nešiojo kavą, darė statistiką, suvedinėja akcelius, ir, ir iš principo mano toks pagrindinis darbas buvo suvest šerterinio skrydžio kainą, tai ten skrydžio iš AIB |
Įrašas 2. Anglicizmai (verslas ir IT), PIRMYN Podkastas (14 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | gan seniai, a, figūruojam Shopify'uje, turim labai daug gerų atsiliepimų, daug labai instaliacijų, daug laimingų vartotojų, tai mūsų apps'as rodomas pakankamai aukštai viršuje ir, ir jo, taip mes gaunam naujus, naujus vartotojus. |
| „Gemini 3.5“ | Gan seniai figūruojam Shopify, turim labai daug gerų atsiliepimų, daug labai instaliacijų, daug laimingų vartotojų, tai mūsų appsas rodomas pakankamai aukštai viršuje ir ir jo, taip mes gaunam naujus naujus vartotojus. |
| „Kmynas v2“ | Gan seniai, a, figūruojam Šopifajų, turim labai daug gerų atsiliepimų, daug labai instaliacijų, daug laimingų vartotojų, tai mūsų Epsas rodomas pakankamai aukštai viršuje ir, ir jo, taip mes gaunam naujus, naujus vartotojus. |
Įrašas 3. Anglicizmai (verslas ir IT), PIRMYN Podkastas (8 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | ir žinai, kas daugiau pinigų neturi? [juokiasi] Nu tai tie, kur ten ant lizingo viskas. Ta valtys, tie Porsche'ai, tie... |
| „Gemini 3.5“ | Ir žinai, kas daugiau pinigų neturi? Nu tai tie, kur ten ant lizingo viskas, ta valtis, tie porsche'iai, tie |
| „Kmynas v2“ | Ir žinai, kas daugiau pinigų neturi, nu, tai tie, kur ten antlizingo viskas, ta valtys, tie poršai, tie |
Įrašas 4. Anglicizmai (verslas ir IT), 5AM podkastas (18 s)
Klausyti įrašo (tiksli vieta įraše nenustatyta)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | jie ten darydavo boombox vakarėlius. Taip startavo ir jų įrašų kompanija. Tiesiog pasiimdavo tas kolonėles ar boombox'us Mag'ą ir tiesiog eidavo per gatves ir kaip tu sakei Berlyne tiesiog rinkdavosi žmonės ir sekdavo juos. Tada jie pradėjo specialiai tam įrašinėti, |
| „Gemini 3.5“ | jie ten darydavo bumbox vakarėlius, taip startavo ir jų įrašų kompanija. Tiesiog pasiimdavo tas kolonėles ar bumboksus, magą ir tiesiog eidavo per gatves ir ir, kaip tu sakai, Berlyne tiesiog rinkdavosi žmonės ir sekdavo juos. Tada jie pradėjo specialiai tam įrašinėti |
| „Kmynas v2“ | Jie ten darydavo„Bumboks“ vakarėlius, taip startavo ir jų įrašų kompaniją, tiesiog pasiimdavo tas kolonėles ar bumboksus magą ir tiesiog eidavo per gatves, ir, ir, kaip tu sakei, Berlyne ir tiesiog rinkdavosi žmones ir sekdavo juos. Tada jie pradėjo specialiai tam įrašinėti |
Įrašas 5. Anglicizmai (verslas ir IT), PROTO INDUSTRIJA (14 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Tai va, tai tokia kaip ir vyko, aah, pasiskirstymo pers-persidėliojimas. Tai aš sakyčiau, praeiti metai jau buvo keturiasdešimt penkiasdešimt procentai online'as, penkiasdešimt penki procentai B2B. Šiais, šiais metais, aš manau, online'as aplenks. |
| „Gemini 3.5“ | Tai va, tai tokia kaip ir įvyko pasiskirstymo persidėliojimas, tai aš sakyčiau, praeiti metai jau buvo 45% onlainas, 55% B2B. Šiais metais aš manau onlainas aplenks. |
| „Kmynas v2“ | A, tai va, tai tokia kaip ir įvyko, a, pasiskirstymo pers persidėliojimas. Tai aš sakyčiau, praeiti metai jau buvo keturiasdešimt penki procentai onlainas, penkiasdešim penki procentai BTB. Šiais, šiais metais, aš manau, onlainas aplenks. |
Įrašas 6. Anglicizmai (verslas ir IT), 5AM podkastas (10 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Kaip ji daro, bet devyniasdešimt devynis procentus kartų, kiek gėriau flat white'ą kofeinę, tai būdavo, kad, nu, sudegintas pienas atrodo, žinai, per daug gal prakaitintas yra. Tai vat irgi, |
| „Gemini 3.5“ | kaip jį daro, bet 99% kartų, kiek gėriau flat white kavinėje, tai būdavo, kad nu sudegintas pienas atrodo, žinai, per daug gal perkaitintas yra. Tai vat irgi Mhm. Mhm. |
| „Kmynas v2“ | Kaip jį daro, bet devyn devynis procentus kartų, kiek gėriau Flat Vaitą kofeine, tai būdavo, kad, nu, sudegintas pienas, atrodo, žinai, per daug gal prakaitintas yra, tai vat irgi |
Įrašas 7. Daug skaičių, IS NAUJO PIN podkastas (15 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Tai aš šitą veiklą pradėjau, galima sakyti, per kovidą, nes aš per kovidą išvažiavau iš Londono dvidešimtais metais ir atvažiavau kuriam laikui į Lietuvą, pabuvau, po to išvažiavau į Meksiką. Tai dvidešimtais metais, kai ir atsirado šita idėja, gal |
| „Gemini 3.5“ | Tai aš šitą veiklą pradėjau, galima sakyti, per covidą, nes aš per covidą išvažiavau iš Londono 20-ais metais ir atvažiavau kuriam laikui į Lietuvą, pabuvau, po to išvažiavau į Meksiką. Tai 20-ais metais kaip ir atsirado šita idėja, gal |
| „Kmynas v2“ | Tai aš šitą veiklą pradėjau, galima sakyti, per kovidą, nes aš per kovid išvažiavau iš Londono dvidešimtais metais ir atvažiavau kuriam laikui į Lietuvą, pabuvau po, po to išvažiavau į Meksiką. Tai dvidešimtais metais, kaip ir atsiradus ta idėja, gal ak |
Įrašas 8. Daug skaičių, Delfi Nepatogus klausimai (15 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Šimtu procentų. Ta prasme aš gyvenau Čikagoje, aš net neturėjau tokios minties. Aš studijavau politologiją, ekonomiką, dirbau finansuose, tai man net nebuvo tokios minties, kad aš kažką darysiu. O Los Andžele follower'iai yra, kaip mano vyras sako, tai yra socialinė valiuta. |
| „Gemini 3.5“ | 100 procentų. Ta prasme, aš gyvenau Čikagoj, aš net neturėjau tokios minties. Aš studijavau politologiją, ekonomiką, dirbau finansuose, tai man net nebuvo tokios minties, kad aš kažką darysiu. O Los Andžele yra kaip mano vyras sako, tai yra socialinė valiuta. |
| „Kmynas v2“ | Šimtu procentų, ta prasme, aš gyvenau Čikagoj, aš net neturėjau tokios minties. Aš studijavau politologiją, ekonomiką, dirbau finansuose, tai man net ne, nebuvo tokios minties, kad aš kažką darysiu, o Los Andžele ir folaveriai yra su, ir, kaip mano vyras sako, tai yra socialinė valiuta. |
Įrašas 9. Daug skaičių, Artur Lebedenko Tapk Geresniu (15 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | 17 procentų pelno mokestį ir tada nuo tos likusios sumos jau po PVM ir pelno mokesčio norėsi išsimokėti, susimokėsi dividendų dar 15 procentų. Tai vat visa tą, kai sudedi 2+17+15, tai aš nežinau, ar čia labai mažai yra, žinai, bet kai tu, bet kai tu skaičiuoji, tipo |
| „Gemini 3.5“ | 17% pelno mokestį. Ir tada nuo tos likusios sumos jau po PVM ir pelno mokesčio norėsi išsimokėti, susimokėsi dividendus dar 15%. Tai vat visą tą, kai sudedi 21 + 17 + 15, tai aš nežinau, ar čia labai mažai yra, žinai. Bet kai tu bet kai tu skaičiuoji po |
| „Kmynas v2“ | Septyniolika procentų pelno mokestį, ir tada nuo tos likusios sumos jau po PVMų ir pelno mokesčio norės išsimokėt, susimokės dividendus, dar penkiolika procentų. Tai vat visą tą, kai sudeduam vienas plius septyniolika plius penkiolika, tai aš nežinau, ar čia labai mažai yra, žinai, bet kai tu su, bet kai tu skaičiuoji tepuos |
Įrašas 10. Daug skaičių, LNB Konferencijos ir seminarai (14 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | dvasininkų dalis į ateitininkį žvelgė kaip Bažnyčios atnaujintojus. Kad organizacija išsiplėstų visame pasaulyje, Ateitininkų federacijos Vyriausioji taryba tūkstantį devyni šimtai keturiasdešimt devintais metais paskyrė savo oficialius |
| „Gemini 3.5“ | dalis į į ateitininkus žvelgė kaip bažnyčios atnaujintojus. Kad organizacija išsiplėstų visame pasaulyje, ateitininkų federacijos vyriausioji taryba 1949 metais paskyrė savo oficialius |
| „Kmynas v2“ | Dvasininkų dalis į, į ateitininkiją žvelgia kaip Bažnyčios atnaujintojus, kad organizacija išsiplėstų visame pasaulyje Ateitininkų Federacijos Vyriausioji taryba tūkstantis devyni šimtai keturiasdešim devintais metais paskyrė savo oficialius |
Įrašas 11. Akademinis pranešimas, Lietuvos istorijos institutas (8 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Ekonominis poreikis, be abejo, reikėjo valstybę pastatyt, ekonomiką modernizuoti reikėjo. Tiek jos gamybinius, |
| „Gemini 3.5“ | ekonominis poreikis. Be abejo, reikėjo valstybę pastatyti, ekonomiką modernizuoti reikėjo, tiek jos gamybinius |
| „Kmynas v2“ | Ekonominis poreikis, be abejo, reikėjo valstybe pastatyti ekonomiką, modernizuoti reikėjo, tiek jos gamybinius |
Įrašas 12. Akademinis pranešimas, LNB Konferencijos ir seminarai (19 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | - 2008 metais JAV lietuvių bendruomenės Kultūros tarybos vykdytas sakytinės istorijos projektas, kurio metu buvo užrašyti 67 interviu su Antrojo pasaulinio karo pabėgėliais, po karo apsigyvenusiais Jungtinėse Amerikos Valstijose. 14 metais Lietuvoje išleista |
| „Gemini 3.5“ | 2008 metais JAV lietuvių bendruomenės kultūros tarybos vykdytas sakytinės istorijos projektas, kurio metu buvo užrašyti 67 interviu su Antrojo pasaulinio karo pabėgėliais, po karo apsigyvenusiais Jungtinėse Amerikos Valstijose. 2014 metais Lietuvoje išleista |
| „Kmynas v2“ | Du tūkstančiai aštuntaisiais metais JAV lietuvių bendruomenės Kultūros tarybos vykdytas sakytinės istorijos projektas, kurio metu buvo užrašyti šešiasdešim septyni interviu su Antrojo pasaulinio karo pabėgėliais po karo apsigyvenusiais Jungtinėse Amerikos Valstijose. Keturioliktais metais Lietuva išleista |
Įrašas 13. Akademinis pranešimas, Lietuvos istorijos institutas (20 s)
Klausyti įrašo (tiksli vieta įraše nenustatyta)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | „Į du magazinu.“ O jis sako: „Nie du magazinu, o du skliepu.“ Visą laiką ir visą laiką, nu ir ne, aš manau, kad nelabai buvo mėgiamas, nes, nu, visus kaimynus auklėdavo, kartais netgi egzaminą, egzaminuodavo. Sutinka ir klausia, nu kaip lenkiškai gaidys? Jiems sako „Pietuch“. „Nie pietuch. Kogun |
| „Gemini 3.5“ | einam do magazinu. O sako ne do magazinu, o do sklepu. Visą laiką ir visą laiką, nu ne ne, aš manau, kad nelabai buvo mėgstamas, nes nu visus kaimynus auklėdavo, kartais netgi egzaminą egzaminuodavo. Sutinka ir klausia, nu kaip lenkiškai gaidys? Jam sako |
| „Kmynas v2“ | Įdom du magazinu, o jis sako:„Ni du magazinų, o du sklėpų, visą laiką ir visą laiką.“ Nu, ir ne, ne, aš manau, kad nelabai buvo mėgiamas, nes, nu, visus kaimynus auklėdavo, kartais netgi egzaminą egzaminuodavo, sutinka ir klausia:„Nu, kaip lenkiškai gaidys?“ Jam sako:„Pietuch, ni pietuch, kuo gun?“ |
Įrašas 14. Akademinis pranešimas, LNB Konferencijos ir seminarai (11 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Kaip tos organizacijos padeda užtikrinti daugiau amerikiečiams saugumą, kaip padeda užtikrinti galios įrankius ir kaip jie gali iš to visko gauti daugiau pinigų. Ir mes čia turime stiprių argumentų |
| „Gemini 3.5“ | kaip tos organizacijos padeda užtikrinti daugiau amerikiečiams saugumą, kaip padeda užtikrinti galios įrankius ir ir ir kaip ir kaip jie gali iš to viso gauti daugiau pinigų. Ir mes čia turim stiprių argumentų. |
| „Kmynas v2“ | Kaip tos organizacijos padeda užtikrinti daugiau amerikiečiams saugumą, kaip padeda užtikrinti galios įrankius ir, ir, ir kaip, ir kaip jie gali iš to viso gauti daugiau pinigų, ir mes čia turim stiprių argumentų. |
Įrašas 15. Medicina, e medicina TV (12 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | mažo tankio lipoproteinų cholesterolio kiekis iki gydymo yra be galo svarbus, nes reiktų visuomet atsižvelgti į tai, kokią mes, kokį turim išeities dydį. |
| „Gemini 3.5“ | Mažo tankelio lipoproteinų cholesterolio kiekis iki gydymo yra be galo svarbus, nes reiktų visuomet atsižvelgti į tai, kokią mes turim išeities dydį. |
| „Kmynas v2“ | Mažą tankelį po proteinų, cholesterolio kiekis iki gydymo yra be galo svarbus, nes reiktų visuomet atsižvelgti į tai, kokį mes tu, į kokį turim išeities dydį. |
Įrašas 16. Medicina, POLA prieš vėžį (15 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Medikai norėjo kaip profesiją, ne, gal sakyt, atsiskirti nuo kitų žmonių, kur gal padeda arba bando padėti, arba galvoja, kaip padėti ligoniams arba kenčiantiems. Ir jie, aišku, mirštančius jau žmonės, |
| „Gemini 3.5“ | medikai norėjo kaip profesiją, ne, gal sakyt, atsiskirti nuo kitų žmonių, kur gal padeda arba bando padėti arba galvoja, kaip padėti ligoniams arba kenčiantiems ir tą jie, energiją, aišku, mirštančius žmones |
| „Kmynas v2“ | Medikai norėjo, kaip profesiją, negal sakyt, atsiskirti nuo kitų žmonių, kur gal padeda arba bando padėti, arba galvoji, kaip padėti ligonėms, arba kenčiantiems, ir tą jie energija, aišku, mirštančius ir žmones |
Įrašas 17. Medicina, e medicina TV (20 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | kurios jau yra prapildytos reikiamo kalio ir magnio kiekiu. Ir netgi tas sveiko maisto rekomendacijos, kurios berods jau penkiolika metų yra nekintančios, kuomet pacientui rekomenduojama suvartoti tris keturias porcijas vaisių ir daržovių, tai reiškia ir grynai yra dėl to, kad į organizmą patektų šalia būtinų antioksidantų, |
| „Gemini 3.5“ | kurios jau yra pripildytos reikiamo kalio ir magnio kiekių ir netgi tos sveiko maisto rekomendacijos, kurios, berods, jau 15 metų yra nekintančios, kuomet pacientui rekomenduojama suvartoti tris keturias porcijas vaisių ir daržovių, tai reiškia ir grynai yra dėl to, kad į organizmą patektų šalia būtinų antioksidantų |
| „Kmynas v2“ | Kurios jau yra prapildytos reikiamu kalio ir magnio kiekiu, ir netgi tą sveiko maisto rekomendacijos, kurios, berods, jau penkiolika metų yra nekintančios, kuomet pacientui rekomenduojama suvartoti tris keturias porcijas vaisių ir daržovių, tai, reiškia, ir grynai yra dėl to, kad į organizmą patektų šalia būtinų antioksidantų |
Įrašas 18. Spontaniškas dialogas, Delfi Nepatogus klausimai (9 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Buvo pradėję tavo video eiti ir man visą laiką patinka dalykai arba susipažįsti. Mes dabar aš įglauskomu į Turlandį, čia norim kažkokį projektą daryt, gal galim susitikti? Na, neisiu aš susitikti su žmogum. |
| „Gemini 3.5“ | buvo pradėta tavo video kurti ir man pastoviai patinka dalykai arba susipažinimas, mes ten dabar ieškom Kamut ir Landžio, čia norim kažkokį projektą daryt, gal galim susitikt. Nu neisiu aš susitikt. |
| „Kmynas v2“ | Va, buvo pradėję tavo video kaiti, ir man visą laiką patinka dalykai arba susipažinėj. Mes ten, nu, tik dabar aš sakau:„Kamutė Rolandai, čia norim kažkokį projektą daryt, gal galim susitikti?“ Nu, neisiu aš susitikt, ne. |
Įrašas 19. Spontaniškas dialogas, Kitokie pasikalbejimai Pilni pokalbiai (11 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | Ne. Ne? [juokiasi] Ne, mes jeigu kalbant apie humoro klubą- Aha. -ir apie stand up'ą, tai ne. Jinai- Į pagalių. Manau, jo, sako nepažįstu ir pažįst nenoriu. [publikos juokas] |
| „Gemini 3.5“ | Ne, mes, jeigu kalbant apie humoro klubą, grynai apie standupą, tai ne. Sako nepažįstu ir pažinti nenoriu. |
| „Kmynas v2“ | Ne, ne, ne, mes, jeigu kalbant apie humoro klubą, jinai yra apie stendapą, tai ne, jinai yra plagaliai, manau, joki, sako:„Nepažįstu ir pažįst nenoriu.“ |
Įrašas 20. Spontaniškas dialogas, 5AM podkastas (11 s)
| variklis | transkripcija |
|---|---|
| „Scribe v2“ | minkštas ir panašiai. Tai ar tai tau kėlė problemų, ar kėlė labiau tavo, žinai, tėčiui, kuris matė tave ir sako: „Nu, mano sūnus toks nebus.“ Bet ar tau pačiam buvo dėl to, kad kažkokių problemų, kur tu galvoji, blemba, norėčiau? |
| „Gemini 3.5“ | minkštas ir panašiai. Tai ar tai tau kėlė problemų ar kėlė labiau tavo, žinai, tėčiai, kuris matė tave ir sako, nu mano sūnus toks nebus. Bet ar tau pačiam buvo dėl to, kad kažkokių problemų, kur tu galvojai, plema norėčiau |
| „Kmynas v2“ | minkštas ir panašiai. Tai ar tai tau kėlė problemų, ar kėlė labiau tavo, žinai, tėčiui, kuris matė tave ir sako:„Nu, mano sūnus toks nebus.“ Bet ar tau pačiam buvo dėl to, kad kažkokių problemų, kur tu galvoji:„Plamanorėčiau |
Kaip tai buvo daroma
20 įrašų, iš viso 273 sekundės, atrinkti iš „YouTube“ surinkto lietuviško korpuso penkiuose registruose: verslo ir IT tinklalaidės su gausiais anglicizmais, kalba su daug skaičių, akademiniai pranešimai, medicinos paskaitos ir spontaniški dialogai. Visiems trims varikliams pateiktas tas pats 16 kHz mono garsas. „Scribe v2“ per API („verbatim“, su kalbėtojų atskyrimu), „Gemini 3.5 Transcribe“ per „Interactions API“ (lt-LT, „verbatim“ režimas), „Kmynas v2“ (Parakeet-TDT 0,6 mlrd. parametrų modelio patikslinimas) vietoje, „Apple“ nešiojamajame kompiuteryje, fp32.
Neatitikimas skaičiuotas kaip žodžių lygmens redagavimo atstumas, padalytas iš vidutinio žodžių skaičiaus, neatsižvelgiant į skyrybą. Duomenys surinkti 2026-08-27.
Apie autorių
Esu Kristijonas Jakubsonas, Vytauto Didžiojo universiteto partnerystės docentas. Universitete dėstau viešosios komunikacijos, informatikos ir ekonomikos bei vadybos fakultetuose, esu Lietuvos dirbtinio intelekto asociacijos narys.
Organizacijoms vedu praktinius DI mokymus: nuo pusdienio trukmės įvadinių mokymų iki dviejų dienų programų. Mano mokymus ir pranešimus, kurių iš viso daugiau nei 70, jau išklausė per 7000 dalyvių iš daugiau nei 50 viešojo sektoriaus, ugdymo įstaigų ir verslo organizacijų. Ne tik dėstau, bet ir kuriu dirbtiniu intelektu paremtus sprendimus bei integracijas. Daugiau apie mokymus: sudi.lt.
Kiti projektai:
- Kalamo, dirbtinio intelekto modeliai kalbos atpažinimui
- Banano kirtis, lietuvių kalbos kirčiavimas
- Seimo Birža
- legalrag.lt, Lietuvos teismų praktikos analizė
- nepagaunu.lt, pasirengimo testai
- Hugging Face profilis
- MB „Profesionalūs audiovizualiniai sprendimai“, renginių technologijos