clarion.uz
Kirish

O'zbek nutqini matnga aylantiramiz

Clarion — o'zbek nutqini matnga aylantiradigan, OpenAI bilan mos API: jonli suhbatlarda WER 8,1%, narxi daqiqasiga $0,01 dan.

Demoni sinashAPI

Odam gapirayotganda matn paydo bo'ladi

Jonli subtitrlar va qo'ng'iroq paytida operatorga maslahatlar uchun. Ibora 0,8 s pauzadan keyin yakunlanadi, bitta sessiya 5 daqiqagacha davom etadi.

Demoni sinashAPI

Nuqta va vergullari bilan tayyor matn

Tinish belgilari va bosh harflar avtomatik qo'yiladi.

Demoni sinashAPI

Har bir so'z qachon aytilgani ko'rinadi

Subtitrlar va yozuvdan kerakli joyni topish uchun qulay.

Demoni sinashAPI

Kulgi, qarsak va musiqani belgilaydi

Har bir hodisa vaqti bilan keladi, podkast va efirlar uchun qulay.

Demoni sinashAPI
  • 8,1%jonli nutqda xato so'zlar ulushi (WER)
  • ×4,7o'zbekchaga moslangan Whisper'dan kamroq xato
  • < 1 s10 soniyalik audioni bitta NVIDIA T4 da tanib olishga (server ishga tushgan bo'lsa)
  • 1 800+soatlik o'zbek nutqida o'qitilgan model

Modellar

Bitta oiladan ikki model: maksimal aniqlik yoki arzonroq narx.

uzasr-large

Eng aniq model, asosiy tanlov

WER
8,1%
parametr
600M
  • Fayl API
  • Real vaqt rejimi
  • So'z vaqt belgilari
Demoda sinash

uzasr-base

Arzonroq va yengilroq

WER
9,4%
parametr
220M
  • Fayl API
  • So'z vaqt belgilari
Demoda sinash

Jonli nutqdagi aniqlik

Clarion'ning ochiq benchmarkida o'lchangan: podkast, intervyu va ko'p kishilik suhbatlardan olingan spontan o'zbek nutqining 311 ta parchasi, matnlari qo'lda tekshirilgan.

uzasr-large≈8100 so'zga xatoWER 8,1% · CER 2,5%uzasr-large: 100 so'zdan taxminan 8 tasi xato
uzasr-base≈9100 so'zga xatoWER 9,4% · CER 3,0%uzasr-base: 100 so'zdan taxminan 9 tasi xato
GigaAM-large, qo'shimcha o'qitishsiz≈14100 so'zga xatoWER 14,4% · CER 5,3%GigaAM-large, qo'shimcha o'qitishsiz: 100 so'zdan taxminan 14 tasi xato
whisper-large-v3-turbo-uzbek≈39100 so'zga xatoWER 38,6% · CER 18,5%whisper-large-v3-turbo-uzbek: 100 so'zdan taxminan 39 tasi xato

WER — xato so'zlar ulushi. Qancha past bo'lsa, shuncha yaxshi, tinish belgilari hisobga olinmaydi.Benchmark Hugging Face'da ochiqTo'liq natijalar va metodika →Bunga qanday erishdik →

Uch qadamda birinchi so'rov

Rasmiy OpenAI SDK, yangi kutubxonalar kerak emas.

  1. 1

    Kalit oling

    Ro'yxatdan o'tishingiz bilan 30 daqiqa bepul.

  2. 2

    SDK o'rnating

    OpenAI uchun ishlatiladigan o'sha paket.

    • pip install openai
    • npm install openai
  3. 3

    Audio yuboring

    Clarion manzili va uzasr‑large modelini ko'rsating. Qolgani OpenAI'dagidek.

Kalit olishAPI hujjatlari
import os from openai import OpenAI client = OpenAI(    base_url="https://api.uzasr.uz/v1",    api_key=os.environ["UZASR_API_KEY"],) result = client.audio.transcriptions.create(    model="uzasr-large",    file=open("call.mp3", "rb"),    response_format="verbose_json",    timestamp_granularities=["word"],)print(result.text)

Javobda nima keladi

Bitta API javobi. Nimani ajratib ko'rsatishni tanlang.

Javob namunasi

Assalomu alaykum, aziz tinglovchilar! Bugun studiyamizda startap asoschisi bor. Uning kompaniyasi mobile app yaratadi va hozir investor qidiryapti. Kstati, birinchi savol: bu g'oya qanday paydo bo'ldi?

Nuqta, vergul va bosh harflar ohangga qarab qo'yiladi, qo'shimcha ishlov kerak emas.

Qanday ishlaydi

OpenAI bilan mos API: tayyor kodda bitta qator o'zgaradi.

POST /v1/audio/transcriptions00:12.8
Audio00:12.8

01Siz audio yuborasiz

HTTP yoki WebSocket orqali. 10 daqiqagacha darhol, 3 soatgacha vazifa sifatida.

  • HTTP
  • WebSocket
  • 3 soatgacha
uzasr-large · 600Mv0.3.0

02Model tanib oladi

Spektrogramma NVIDIA T4 GPU'dagi uzasr-large'ga boradi: bir daqiqa audio 0,75–3 soniyada tanib olinadi.

  • GPU T4
  • WER 8,1%
  • uz · ru · en
Javob · JSONwords: 18

03Siz matn olasiz

Tinish belgilari, har bir so'z vaqt belgisi va tovush hodisalari bilan.

  • text
  • words
  • events

Kimlar uchun

Mijozlarning odatiy vazifalari.

Call-markazlar va banklar

Qo'ng'iroqlarni matnga aylantirish, sifat nazorati, operatorga maslahatlar.

Media va podkastlar

Subtitrlar, arxiv bo'yicha qidiruv, intervyu transkripsiyasi.

Dasturchilar

HTTP yoki WebSocket orqali ovozli kiritish va botlar.

Ta'lim va tadqiqotlar

Ma'ruzalar, intervyular va dala yozuvlari.

O'z yozuvlaringizda tekshiring

Qo'ng'iroqni yuklang va hozirgi yechimingiz bilan solishtiring.

Demoni sinashKirish olish