speech-to-text-benchmark
Le README précise qu’il s’exécute avec Python, que les moteurs hébergés demandent des clés d’API et que Moonshine et whisper.cpp fonctionnent en local sans clé. Les fichiers audio sont téléchargés à la demande et ne sont pas inclus dans le dépôt.
Résumé écrit par une IA à partir de la description et du README du dépôt.
Mis à jour il y a 49 min
+41 étoiles gagnées cette semaine
Étoiles gagnées chaque jour, sur 30 jours
Sur GitHub
Reproducible speech-to-text benchmark: WER, latency and cost for Velma, Deepgram, AssemblyAI, Chirp 3, MAI-Transcribe 2, Moonshine and whisper.cpp on LibriSpeech, VoxPopuli and Common Voice.
La description écrite par ses auteurs sur GitHub.