Как работает наш AI - и почему это важно
Мы протестировали 95 моделей распознавания речи по 120+ независимым источникам, чтобы выбрать AI для каждого транскрипта. Вот как именно обрабатываются ваши встречи - без чёрных ящиков.
95
AI-моделей распознавания протестировано
120+
независимых источников проверено
14
языков с глубоким бенчмарком
2
модели на каждый язык: основная + резервная
Правильная AI-модель для каждого языка
Большинство инструментов для встреч используют одну AI-модель для всего. Это отлично работает для английского, но точность значительно падает для других языков. IronMemo автоматически подбирает лучшую модель для каждого языка.
Традиционный подход
Одна модель для всех языков. Хорошо для английского, посредственно для остального. Точность падает на 40-60% для не-английского контента.
Подход IronMemo
Язык определяется автоматически. Для каждого языка выбирается лучшая модель - плюс проверенная резервная наготове, чтобы ваша встреча не зависела от одного провайдера.
В 3 раза точнее для других языков
Наша планка качества
Самая популярная модель транскрибации в мире не прошла наш отбор
Независимые исследователи и расследование Associated Press задокументировали: Whisper - открытая модель, на которой работают многие AI-нотетейкеры, - может выдумывать целые фразы в паузах: слова, которых никто не говорил, вплоть до несуществующих лекарств в медицинских транскриптах.
Наши собственные тесты на тишину подтвердили эту проблему. Поэтому мы её забанили. Любая модель, которая пишет текст там, где нет речи, исключается из IronMemo - какой бы популярной и дешёвой она ни была.
Источники: Исследование «Careless Whisper» (ACM FAccT 2024) · Расследование AP в изложении Fortune (2024)
Тест на тишину - обязателен
Каждый кандидат получает тишину, шум и музыку до того, как увидит первую реальную встречу. Выдумал слова - выбыл.
Бан, а не костыли
Мы не оборачиваем склонные к галлюцинациям модели в фильтры в надежде на лучшее. Они полностью исключаются из маршрутизации.
Проверка каждого файла
В проде каждый транскрипт проходит контроль: нет текста в тишине, таймкоды по порядку, спикеры распознаны. Провал проверки - и файл уходит на повторную обработку резервной моделью.
Как модель попадает в IronMemo
Большинство сервисов выбирают одного вендора и останавливаются. У нас отбор моделей - непрерывная исследовательская программа. Вот правила, которые проходит каждый кандидат.
Сначала независимые бенчмарки
Заявления вендоров о точности считаются непроверенными, пока их не подтвердят независимые бенчмарки или наши тесты. У каждой цифры в нашей research-базе есть источник и грейд достоверности.
Аудио встреч, а не студии
Мы ранжируем модели на шумных записях реальных встреч: перебивания, акценты, плохие микрофоны. Модель, которая блистает только на чистых аудиокнигах, в прод не попадает.
Тесты на тишину и устойчивость
Кандидат обязан распознавать тишину как тишину. Мы проверяем паузы, фоновую музыку и шум, чтобы отсеять модели, выдумывающие текст, - до того, как они увидят встречу клиента.
Каждое решение задокументировано
Выбор моделей фиксируется с датами, источниками и цифрами. Когда выходит более сильная модель, мы повторяем сравнение - и можем точно показать, почему переключились.
Что происходит с вашими данными
Загрузка
Запись поступает в зашифрованном виде (TLS 1.3)
Обработка
AI транскрибирует и суммирует. Серверы обработки, без постоянного хранения.
Доставка
Результаты хранятся зашифрованными (AES-256) в вашем пространстве
Удаление
Исходное аудио/видео удаляется после обработки. Остаются только транскрипт и сводка.
Мы никогда не используем ваши данные для обучения AI-моделей. Никогда. Это не маркетинговое заявление - это техническое архитектурное решение.
Таймкоды, которым можно доверять
Каждая строка транскрипта IronMemo указывает на точную секунду исходной записи - даже на трёхчасовом звонке. Кликните по таймкоду - плеер перепрыгнет к моменту, когда это было сказано. Эта привязка проверяется на каждом файле.
Точность до слова
Таймкоды приходят из самой модели распознавания, а не достраиваются задним числом.
Клик - и проверили
Не согласны с саммари? Один клик - и вы слушаете исходное аудио сами.
Работает на длинных записях
Обработка никогда незаметно не перекраивает ваше аудио: таймкоды соответствуют исходному файлу от первой минуты до последней.
Звонок по планированию Q2
Мария
Фиксируем дату запуска на 21-е.
Алексей
Согласен - маркетингу нужно две недели на разгон.
Мария
Финальный бюджет: 200 тысяч, утвердили сегодня.
Полная прозрачность
Какие AI-модели мы используем
Специализированные модели распознавания речи для каждого языка плюс LLM от OpenAI и Anthropic для саммари. Аудио уходит только провайдерам с запретом обучения на ваших данных - а ещё мы публикуем то, что отказались использовать.
Известные ограничения
AI не идеален. Точность транскрипции зависит от качества аудио, количества участников и фонового шума. Мы показываем оценки уверенности, чтобы вы знали, когда перепроверить.
Человеческий контроль
Вы всегда можете отредактировать, удалить или экспортировать свои данные. AI помогает - вы решаете.
Соответствие и сертификации
Наша методология
Выбор моделей опирается на живую research-базу: 95 моделей распознавания речи, проверенных по 120+ независимым источникам, с грейдами достоверности, тестами на тишину и полным аудит-логом. Чемпионы перепроверяются по мере выхода новых моделей. Заявление о точности в 3 раза выше для не-английских языков основано на внутреннем тестировании 15 языковых пар на стандартизированных записях встреч.
Мы публикуем нашу методологию и приглашаем к независимой проверке. Напишите на research@ironmemo.com для деталей.
Первый результат – через 60 секунд
Попробуйте бесплатно. Или создайте аккаунт для автоматической записи Zoom, Meet и Teams.
Бесплатный план навсегда · Без карты · Поддержка 30+ языков