Я дообучил LLM для очистки транскриптов в моем голосовом приложении

Автор разработал локальное приложение для преобразования речи в текст и дообучил три модели (LFM2.5 и Qwen3.5) для постобработки транскриптов: удаления слов-паразитов, исправления ошибок распознавания и форматирования. Исследование показывает, что дообученные модели с небольшим количеством параметров (до 4B) превосходят облачные аналоги по скорости и точности на коротких диктовках, работая на потребительских GPU и CPU.