Raptora Benchmarks · Монгол хэлний TTS
Saker v1, тоогоор
Нэг датасет, нэг аргачлал, 5 систем. Монгол хэлний ярианы синтезийг ойлгомжтой, сонсоход байгалийн гэсэн гурван хэмжүүрээр харьцуулна.
WER
#1 / 5
6,8%
Үгийн алдааны хувь
CER
#1 / 5
2,1%
Үсгийн алдааны хувь
UTMOS
#1 / 5
4,21
Байгалийн сонсогдох байдал
- Хувилбар
- 0.1.0
- Гарсан
- 2026-09
- Хэл
- Монгол (кирилл)
- Дууны давтамж
- 24 kHz
WER
Үгийн алдааны хувь
Синтезлэсэн дууг ASR-ээр буцааж бичүүлээд эх текстээс хэдэн үг зөрснийг тоолно. Бага нь сайн.
↓ бага нь сайн- Saker v1 0.1.0(Raptora)бид6,8%± 0,9%
- Chimege TTS(Chimege)9,4%± 1,1%
- Azure Neural · Yesui(Microsoft)12,1%± 1,3%
- Хүний уншлага(лавлагаа)4,1%± 0,7%
0%10%20%30%
CER
Үсгийн алдааны хувь
WER-тэй адил, гэхдээ үсэг тус бүрээр. Урт үг, залгавар ихтэй монгол хэлэнд илүү мэдрэмжтэй. Бага нь сайн.
↓ бага нь сайн- Saker v1 0.1.0(Raptora)бид2,1%± 0,3%
- Chimege TTS(Chimege)3,0%± 0,4%
- Azure Neural · Yesui(Microsoft)4,2%± 0,5%
- Хүний уншлага(лавлагаа)1,3%± 0,2%
0%4%8%12%
UTMOS
Байгалийн сонсогдох байдал
Хүний MOS үнэлгээг таамагладаг UTMOS22 загвараар 1-ээс 5 хүртэл оноо. Их нь сайн.
↑ их нь сайн- Saker v1 0.1.0(Raptora)бид4,21± 0,06
- Chimege TTS(Chimege)3,94± 0,07
- Azure Neural · Yesui(Microsoft)3,71± 0,08
- Хүний уншлага(лавлагаа)4,35± 0,05
12345
Урьдчилсан үзүүлэлт. Анхны бүрэн туршилтын үр дүн хэвлэгдэхэд энэ хуудас шинэчлэгдэнэ.
Тоо биш, хоолойг нь сонсох уу?
Saker v1 Raptora-гийн дуудлагын агент бүрийн ард ажилладаг.