Awesome-Korean-Speech-Recognition

收录理由

挑选韩语语音转文字API时，多数人只能依赖厂商自带的演示效果，心里没底。这个仓库换了一种做法：它把OpenAI Whisper、Google、Naver Clova、ETRI、AWS等各家服务，逐一放到AI-Hub公开测试集上跑，并公布每个数据集对应的字符错误率（CER）。更难得的是，它解释了为什么CER比词级指标更适合韩语——韩语是黏着语，词边界本来就模糊，用CER衡量更贴近实际识别质量。同时，仓库还写明了测试数据的来源和文本归一化步骤，让结果可以复现。对于正在选型韩语STT服务的团队，或者想拿一个可靠基线来对比自己模型的研究者，这份实测数据都很有参考价值。