Голосовой режим понимает молодёжный сленг лучше, чем офисный жаргон
Тестирование голосового режима выявило парадокс в работе акустической модели: система точнее расшифровывает высказывания молодёжи со специфичным сленгом, чем стандартный деловой язык. Погрешность при распознавании офисного жаргона остаётся на 4–6 процентов выше.
Инженеры связывают результат с особенностями данных обучения. Молодёжный контент равномерно распределён по тысячам источников, что заставило модель развивать более гибкие признаки фонем. Офисный язык, напротив, концентрируется в узких корпусах записей деловых встреч, где просодия и фоновые шумы однотипны.
Переобучение на деловых данных
Команда запустила адаптивный этап обучения на разнородном датасете профессиональных разговоров, включив записи из разных регионов и отраслей. Предварительные метрики показывают сглаживание разницы на 2–3 процента.
Разработчики отмечают, что проблема не техническая, а статистическая: расширение тренировочного материала по деловой коммуникации потребует изменения баланса датасета в целом, что может повлиять на скорость вывода.
На текущий момент для повышения точности в профессиональной среде рекомендуют использовать функцию домена, которая перевешивает логиты модели в сторону терминологии по выбранной отрасли.