BoomBigNose Lab ทำโมเดลรู้จำเสียงภาษาไทยถิ่นแบบเปิด และวัดทุกระบบด้วยกติกาเดียวกัน (eval_v2) เพื่อให้ตัวเลขเทียบกันได้จริง
🏆 ผลลัพธ์เด่น
CER (%) บนชุดทดสอบ ยิ่งต่ำยิ่งดี · เทียบกับโมเดลเปิดที่ดีที่สุดที่วัดซ้ำด้วยกติกาเดียวกัน
| ชุดทดสอบ | BoomBigNose Lab | คู่แข่งที่ดีที่สุด | |
|---|---|---|---|
| มลายูปัตตานี | 12.71 | 65.05 | ชนะขาด −80% |
| คำเมือง | 6.20 | 7.77 | ชนะขาด −20% |
| TVSpeech | 5.34 | 5.75 | ชนะ −7% |
| โคราช | 13.45 | 13.38 | เสมอ |
ภาษาไทยกลางชุดอื่น (Common Voice, GigaSpeech2, FLEURS) เรายังแพ้ ดูตารางเต็มพร้อม CI95
🎙️ ลองใช้
- เดโมบนเครื่อง: หน้าเว็บอัดเสียงหรืออัปโหลดไฟล์แล้วถอดได้เลย ดูวิธีรันใน
demo/ - โค้ดและชุดวัดผล: github.com/Boom-Vitt/thai-dialect-asr
📦 โมเดล
| โมเดล | ภาษา | CER |
|---|---|---|
| w2v-bert-thai-pattani-ctc | มลายูปัตตานี (อักษรไทย) | 12.71 (+LM) |
| w2v-bert-thai-khummuang-ctc | คำเมือง | 6.79 (greedy) |
| whisper-large-v3-thai-merge | ไทยกลาง (TVSpeech) | 5.34 |
| whisper-large-v3-thai-cv | ไทยกลาง อ่านออกเสียง (CV17) | 2.18 |
| whisper-large-v3-thai-korat | โคราช | 13.45 (ระบบเต็ม) |
| whisper-large-v3-thai-dialects-interp | ไทยกลาง + ถิ่น · รุ่นวิจัย | อีสาน 6.14* |
* ผู้พูดในชุดทดสอบอีสานซ้ำกับชุดเทรน ผลยังรอตรวจสอบ
โมเดลภาษาถิ่นใช้ CC BY-NC-SA 4.0 ตามข้อมูลฝึก (SLSCU) · โมเดลไทยกลาง (merge, cv) ใช้ Apache-2.0 · โค้ด Apache-2.0