Локальная транскрибация аудио: как снизить ошибку распознавания каскадом моделей

Автор описывает создание локального приложения для Mac, использующего каскад из двух моделей для распознавания речи без отправки данных в облако. Эксперименты с Whisper, Parakeet и GigaAM позволили снизить Word Error Rate с 27,0% до 21,7% за счет комбинирования базового распознавания и постобработки.