mihu voice

דוח הערכה · נובמבר 2026

מדדי ביצועים

זיהוי וסינתזת דיבור לשיחות חיות, במבחן: Umay ו-SES ב-7 שפות, כל מערכת נוקדה באותה שיטה.

Umay V1 · זיהוי דיבור רב-לשוני בהזרמה עם השהיה נמוכה במיוחד

שיעור שגיאות מילים · טורקית · דיבור מוקרא

WER % · מערך הבדיקה FLEURS tr_tr, 743 קטעים · סקאלה לוגריתמית · נמוך יותר עדיף

125102050100
1Umay3.42
2whisper-large-v33.52
3whisper-large-v3-turkish-general3.94
4balbal-v2-manas4.20
5whisper-large-v3-turbo4.30
6turkish-stt-66m-v25.28
7balbal-v25.41
8Qwen3-ASR-1.7B6.48
9Duyu-small6.72
UmayOpenAI · Whisperturkmedsttbalbalmihu · turkish-sttQwenPatientDesk

SES V1 · דיבור אקספרסיבי בהזרמה

כמה טוב מאזין מבין כל קול טורקי, כמה טבעי הוא נשמע ואיך הוא מתמודד עם מספרים, כתובות וקודים.

שיעור שגיאות המילים בפלט המדובר

טורקית, WER % · כל מערכת קוראת את 1,273 המשפטים של turkish-tts-eval, ו-Whisper large-v3 מתמלל אותם ב-8 קילוהרץ (איכות טלפון) · סקאלה לוגריתמית · נמוך יותר עדיף

25102050100
1SES3.38
2Antalia-2 Mini3.52
3EMA7.88
4Piper9.36
5Anka9.79
6Trendyol TTS11.07
7XTTS v214.65
8Antalia-118.17
9MMS-TTS29.09
10Chatterbox34.43
11FreyaTTS-small40.84
12Glow-TTS56.09
SESPatientDeskEMARhasspy · PiperAnkaTrendyolCoqui · XTTSMeta · MMSResemble · ChatterboxFreyaTTSGlow-TTS

הקול שנבדק: SES נבדק עם Alp, קול ברירת המחדל הטורקי של ה-API החי. הלשוניות האחרות משתמשות באותו קול. מערך הבדיקה נבנה ממה שנאמר במוקדי שירות: כתובות, סכומים, תאריכים, קודים, קיצורים ודיבור יומיומי; כתובות דוא״ל ואתרים מנוקדות בנפרד. משפטי הבדיקה: בדיקות turkish-tts-eval.

SES · שש שפות נוספות

SES מול מודלים בקוד פתוח באנגלית, גרמנית, ספרדית, צרפתית, איטלקית ורוסית, עם הקול הטוב ביותר שלו בכל שפה.

שיעור שגיאות מילים · אנגלית

100 משפטים · Whisper large-v3 ב-8 קילוהרץ · סקאלה לוגריתמית · נמוך יותר עדיף

0.51251020
1SES1.29
2XTTS v22.19
3VoxCPM22.72
4Chatterbox4.15
5Qwen3-TTS12.82
SESCoqui · XTTSVoxCPM2Resemble · ChatterboxQwen

הקול שנבדק: SES נבדק עם Oliver.

SES · מהירות

נמדד על CPU, עם אותו אימג׳ כמו בהתקנה המקומית.

הזמן עד הצליל הראשון

SES על CPU, בהזרמה · מהבקשה ועד בתים ראשונים של שמע, חציון · נמוך יותר עדיף

טורקית0.10 שנ׳
אנגלית0.11 שנ׳
גרמנית0.11 שנ׳
צרפתית0.15 שנ׳
ספרדית0.12 שנ׳
איטלקית0.13 שנ׳
רוסית0.31 שנ׳

השמע מוזרם בזמן שהמשפט עדיין נוצר, כך שהמתקשר שומע את התשובה כמעט מיד.

שיטה

איך נמדדו המספרים.

ניקוד דיבור לטקסטשיעור שגיאות מילים אחרי נרמול מספרים ופורמטים (גם “15” וגם “on beş” נחשבים נכונים); הכלל והקוד שלו זמינים לציבור.
ניקוד טקסט לדיבורכל מערכת קוראת את משפטי הבדיקה; Whisper large-v3 מתמלל את השמע ב-8 קילוהרץ, באיכות של קו טלפון; שיעור שגיאות מילים מול טקסט המקור.
טבעיותשלושה מודלים שכל אחד מהם חוזה ציון דעה ממוצע של מאזין (1–5): UTMOSv2, SCOREQ, DNSMOS Pro.
דיבור לטקסט, שש שפות נוספותמערכי הבדיקה של FLEURS (647–908 קטעים לשפה), אותם קטעים דרך קו טלפון מדומה, ושיחות טלפון אמיתיות של Sierra (אנגלית 817, ספרדית 792). שיעור שגיאות מילים אחרי נרמול מספרים ופורמטים.
מערכי בדיקהturkish-tts-eval (1,273 משפטים), Freya-TR-Eval, FLEURS tr_tr, MediaSpeech TR, שיחות טלפון בטורקית; 100 משפטים לכל שפה עבור השפות האחרות.
תאריךנובמבר 2026.

רוצים שהמערכת שלכם תופיע בתרשימים האלה? שלחו גישת API או את המודל ל-[email protected] ונריץ אותו על אותם מערכים.

בדקו את המספרים

כל מה שצריך כדי לחזור על בדיקה זמין לציבור, גם כלל הניקוד שלנו.

  1. 01קחו את משפטי הבדיקה

    טקסט לדיבור בטורקית: turkish-tts-eval (1,273 משפטים). דיבור לטקסט: מערכי הבדיקה הציבוריים של FLEURS ו-MediaSpeech.

  2. 02הריצו את Umay או את SES

    קבלו מפתח API ושלחו את אותו שמע או טקסט, כפי שמתואר בתיעוד. הריצו את המערכות האחרות על אותו קלט.

  3. 03נקדו כל מערכת באותה שיטה

    דיבור לטקסט: שיעור שגיאות מילים מול הייחוס. טקסט לדיבור: תמללו את השמע עם Whisper large-v3 ב-8 קילוהרץ, ואז שיעור שגיאות מילים מול טקסט המקור. טבעיות: UTMOSv2, SCOREQ, DNSMOS Pro.

  4. 04השוו לשלנו

    נרמול מספרים ופורמטים משנה את התוצאה בנקודה או יותר. נקדו לפי כלל הניקוד שלנו, כדי שהמספרים שלכם יהיו ברי השוואה לעמוד הזה; שאלות ל-[email protected].

הבדיקה הטובה ביותר: השיחות שלכם. מדדי ביצועים הם נקודת התחלה; נסו את Umay ואת SES על הקלטות מהקווים שלכם.

mihu voice1