Звіт · 16 вересня 2026
Локальний ASR: одна чесна пара для читаного аудіо, а не переможець субтитрів
Питання: Який AI найкраще працює українською?
Відповідь цього звіту: для технічного локального розпізнавання, схожого на читане мовлення, є новий прямий сигнал: у записі Orukeet r3 точний oruk/orukeet v0.1.0 має 5,39% WER проти 6,00% у Parakeet на тих самих 750 FLEURS Ukrainian кліпах. Це не відповідь на питання, який API або сервіс SRT купити.
Що саме зіставлено
Orukeet r3 називає SHA обох чекпойнтів, спосіб декодування й однакове аудіо. Для FLEURS Ukrainian автор вказує Orukeet 5,39% WER / 1,60% CER та Parakeet 6,00% / 1,74% CER. Це корисніша пара, ніж загальне «підтримує українську», але її веде автор моделі й вона стосується читаного тестового аудіо.
Чому один WER не переноситься на будь-яке аудіо
Інший model card fast-ukrainian-asr прямо показує зміну порядку. На його CV10 читаному аудіо 220M CTC-модель має 9,64% WER (10,59% після телефонного погіршення) проти 13,85% / 17,42% у whisper-large-v3. На його ж спонтанних rs-test і test-y whisper-large-v3 має 16,96% і 20,90%, тоді як fast-ukrainian-asr — 28,03% і 26,28%. Це самоопублікована таблиця на її нормалізації, але вона дає читачеві конкретне правило: домен запису важливіший за красиве місце в іншій таблиці.
Що обрати зараз
Якщо у вас уже є Google або Azure API, відкритий чекпойнт не робить їх гіршими чи кращими: їхня українська функціональність задокументована, а спільної перевірки точності немає. Якщо команда може запускати модель локально, візьміть лише той рядок, де тест схожий на ваш запис, і все одно перевірте імена, числа, кілька голосів, таймінг та експорт. Для гуцульської або іншої регіональної вимови додайте її до фрагмента — попередній локальний UNLP-результат не є балом готового API.
Що це не доводить
Ми не запускали моделі, не слухали аудіо й не створювали SRT. Не знайдено незалежного зіставлення готових українських сервісів субтитрів за WER, спікерами, таймінгом, експортом, ціною та приватністю. Тому нові відкриті чекпойнти додано як точні обмежені рядки, а не як «найкращий ШІ» для кожного читача.