README.md

metadata

title: README
emoji: 🐼
colorFrom: green
colorTo: blue
sdk: static
pinned: false

BoomBigNose Lab ทำโมเดลรู้จำเสียงภาษาไทยถิ่นแบบเปิด และวัดทุกระบบด้วยกติกาเดียวกัน (eval_v2) เพื่อให้ตัวเลขเทียบกันได้จริง

🏆 ผลลัพธ์เด่น

CER (%) บนชุดทดสอบ ยิ่งต่ำยิ่งดี · เทียบกับโมเดลเปิดที่ดีที่สุดที่วัดซ้ำด้วยกติกาเดียวกัน

ชุดทดสอบ	BoomBigNose Lab	คู่แข่งที่ดีที่สุด
มลายูปัตตานี	12.71	65.05	ชนะขาด −80%
คำเมือง	6.20	7.77	ชนะขาด −20%
TVSpeech	5.34	5.75	ชนะ −7%
โคราช	13.45	13.38	เสมอ

ภาษาไทยกลางชุดอื่น (Common Voice, GigaSpeech2, FLEURS) เรายังแพ้ ดูตารางเต็มพร้อม CI95

🎙️ ลองใช้

• เดโมบนเครื่อง: หน้าเว็บอัดเสียงหรืออัปโหลดไฟล์แล้วถอดได้เลย ดูวิธีรันใน demo/
• โค้ดและชุดวัดผล: github.com/Boom-Vitt/thai-dialect-asr

📦 โมเดล

โมเดล	ภาษา	CER
w2v-bert-thai-pattani-ctc	มลายูปัตตานี (อักษรไทย)	12.71 (+LM)
w2v-bert-thai-khummuang-ctc	คำเมือง	6.79 (greedy)
whisper-large-v3-thai-merge	ไทยกลาง (TVSpeech)	5.34
whisper-large-v3-thai-cv	ไทยกลาง อ่านออกเสียง (CV17)	2.18
whisper-large-v3-thai-korat	โคราช	13.45 (ระบบเต็ม)
whisper-large-v3-thai-dialects-interp	ไทยกลาง + ถิ่น · รุ่นวิจัย	อีสาน 6.14*

* ผู้พูดในชุดทดสอบอีสานซ้ำกับชุดเทรน ผลยังรอตรวจสอบ

โมเดลภาษาถิ่นใช้ CC BY-NC-SA 4.0 ตามข้อมูลฝึก (SLSCU) · โมเดลไทยกลาง (merge, cv) ใช้ Apache-2.0 · โค้ด Apache-2.0