ერთი საათის ქართული ინტერვიუსთვის სერვერის შერჩევა იმავე ჩანაწერით დაიწყე, რომლის დამუშავებაც ყოველდღე მოგიწევს. პირველ კანდიდატს სთხოვე ტექსტი, გაზომილი დრო და შესწორებისთვის საჭირო წუთები. სწრაფ ჩანაწერს მცირე ფასი აქვს, თუ რედაქტორს ყოველი გვარისა და რიცხვის ხელახლა მოსმენა უწევს.
საცდელი მასალა: სამი ოცწუთიანი მონაკვეთი
აიღე ისეთი აუდიო, რომლის დამუშავების უფლებაც გაქვს. გარე საცდელ სერვერზე გაგზავნის უფლებაც ცალკე გადაამოწმე. შეადგინე 60-წუთიანი ნაკრები: 20 წუთი სუფთა ხმა, 20 წუთი ფონური ხმაურით და 20 წუთი მონაცვლე და გადაფარული საუბრით. შეინახე უცვლელი სამი ფაილი. წინასწარ მონიშნე სწორი სახელები, რიცხვები და პროფესიული ტერმინები, დროის ნიშნებით. საკონტროლო ტექსტი ადამიანმა აუდიოს მიხედვით მოამზადოს.
- ჩაიწერე აპარატურა, მოდელისა და პროგრამის ვერსია, ენის პარამეტრი, გამომავალი ფორმატი და პარალელური პროცესების რაოდენობა. აირჩიე ქართული ტრანსკრიფცია. თუ გჭირდება მოსაუბრეების გარჩევა, ამოცანა შედეგების ცალკე ველად დაამატე.
- ერთსა და იმავე ფაილებზე CPU და, საჭიროების შემთხვევაში, GPU გამოცადე უცვლელი მოდელითა და პარამეტრებით. ერთხელ გაზომე პროგრამის ცივი გაშვება, შემდეგ გაიმეორე უკვე ჩატვირთულ მოდელზე. რიგში ლოდინი, ფაილის გადაცემა და უშუალო დამუშავება ცალ-ცალკე ჩაიწერე.
- შედეგები ერთსა და იმავე რედაქტორს მიეცი ისე, რომ არ იცოდეს, რომელმა მანქანამ რომელი ტექსტი დაწერა. შეცდომად ჩათვალე გამოტოვებულიც, მაგალითად მეორე მოსაუბრის მიერ ერთდროულად ნათქვამი გვარი. წინასწარ შეათანხმე რიცხვების ჩაწერის წესი, რომ „ოცდაორი“ და „22“ შინაარსობრივ შეცდომად არ ჩაითვალოს.
გაზომვის ფურცელი
ცხრილი თითო კონფიგურაციისთვის ცალ-ცალკე შეავსე. შეცდომების სამეულში ჩაწერე სახელების, რიცხვებისა და ტერმინების შეცდომები ამავე თანმიმდევრობით. მათ გვერდით შეინახე შემოწმებული მაგალითების რაოდენობაც. საცავში გაზომე ორიგინალი, დროებითი ფაილების პიკური ზომა და საბოლოო ტექსტი.
| ნიმუში | დამუშავება, წუთი | შეცდომები სამ ჯგუფში | რედაქტირება, წუთი | საცავი, MB |
|---|---|---|---|---|
| სუფთა, 20 წთ | ___ | __ / __ / __ | ___ | ___ |
| ხმაური, 20 წთ | ___ | __ / __ / __ | ___ | ___ |
| გადაფარვა, 20 წთ | ___ | __ / __ / __ | ___ | ___ |
დროის შეფარდება (RTF) = დამუშავების დრო ÷ აუდიოს ხანგრძლივობა. თუ 60 წუთის აუდიო 24 წუთში დამუშავდა, 24 ÷ 60 = 0,4. რიცხვი ფორმულის საილუსტრაციო მაგალითია. SERVER1-ის აპარატურაზე ამ შედეგს აქ არ ვაცხადებთ. მთლიანი სამუშაო ვადის დასათვლელად დაამატე რიგში ლოდინი, ატვირთვა და რედაქტორის დრო. Whisper-ის მოდელების აღწერა და ენებს შორის ხარისხის განსხვავება. სიტყვების შეცდომების შეფასება საკონტროლო ტექსტით.
რომელ შედეგს შეუძლია არჩევანის შეცვლა?
თუ არქივი ყოველდღე ივსება და ღამის ფანჯარაში არსებული რიგი ბოლომდე მუშავდება, შეაფასე მუდმივად დატვირთული ფიზიკური CPU სერვერი. თუ რამდენიმე ინტერვიუ ერთად მოდის და CPU სამუშაო ვადაში ვერ ეტევა, იმავე სამ ფაილზე მოითხოვე GPU-ზე საცდელი გაშვება. მოითხოვე დროებიც და ტრანსკრიპტებიც. მხოლოდ სხვა ენაზე ან მოკლე სუფთა ხმაზე მიღებული სიჩქარე შენს ქართულ არქივზე პასუხს ვერ გაგცემს.
ორიგინალზე წვდომა მიეცი მის დამმუშავებელს, მონახაზზე კი დანიშნულ რედაქტორს. წინასწარ ჩაწერე, რამდენ დღეს ინახავთ ორიგინალს, ტექსტს, დროებით ფაილებს და backup-ს, ვინ ადასტურებს წაშლას და ვინ შეძლებს აღდგენას. საცდელ ეტაპზე აღადგინე ერთი ნებადართული ფაილი და მისი შესწორებული ტექსტი. GPU შეთავაზებაში შეთანხმებულ საცავზე backup-ის მოწყობა დამატებითი ოფციაა. სატრანსფერო არხის შეთანხმებისას დააზუსტე ადგილობრივი და საერთაშორისო სიჩქარე, საზიაროა თუ გამოყოფილი და რა მოცულობის გადაცემა შედის თვეში.
დასაკოპირებელი მოთხოვნა შეთავაზებისთვის
„ვადგენთ ქართული აუდიოს ტრანსკრიფციის ბიუჯეტს. დღეში გვაქვს ___ საათი აუდიო, ერთდროულად ___ ფაილი, შედეგი გვჭირდება ___ საათში. მოგვაწოდეთ CPU ვარიანტი და, თუ ხელმისაწვდომია, GPU ვარიანტიც. იმავე ნებადართულ 60-წუთიან ნიმუშზე გვჭირდება დამუშავების დრო, ტრანსკრიპტი, საცავის მოთხოვნა და ფასში ჩართული მომსახურება. ცალკე მიუთითეთ backup-ის ფასი, შენახვის ვადა და აღდგენის პირობა.“



