XERBA LABS · API за арабски говор в текст, 18 души · Тунис
Как стартъп за арабски говор в текст накара AI асистентите да цитират собствената му документация
+348%
регистрации в API от търсене и AI отговори
Тунис, Тунис · 12 месеца · Технологии и SaaS · план Content Engine
01ПРЕДИЗВИКАТЕЛСТВОТО
Отговорите се пресоваха от чужди маслини.
Разработчиците питат AI асистенти кой API за арабски говор в текст да ползват, а отговорите цитираха документацията на големите облаци. Тази на Xerba – никога.
Разработчиците вече не започват от страница с резултати. Питат AI асистент кой API за арабски говор в текст да ползват, поставят отговора в терминала и продължават. Когато пуснахме 140 такива промпта по десет пъти, отговорите се опираха на документацията на големите облачни доставчици, а тя в повечето случаи покрива само стандартния арабски.
Моделите на Xerba се справят с тунизийски, марокански и още пет варианта по-добре от всичко, което тези отговори препоръчваха. Документацията обаче не го казваше по начин, който модел може да извади: нямаше дефиниции, заглавията бяха имена на полета, примерите гърмяха при поставяне, а за точността нямаше нито едно число.
Изходна точка: Xerba се цитираше в 3 от 140 следени промпта.
КАКВО ОТКРИ ОДИТЪТ НА „РЕКОЛТАТА“
0 / 61
Никакви дефиниции
Нито една от 61-те страници не дефинираше термина, за който говореше. „Разпознаване на диалект“ и „диаризация“ се срещаха навсякъде и не бяха обяснени никъде.
73%
Заглавия по имена на полета
73% от заглавията бяха съществителни като „Параметри“ или „Общ преглед“. А разработчиците питат със задачи: транскрибирай разговор, раздели двама говорещи.
4 / 38
Примери, които не работят
Само 4 от 38 примера с код вървяха така, както са написани. Останалите ползваха спрян auth header, пропускаха import-и или завършваха с многоточие.
1 / 7
Един диалект на хартия
Продуктът разпознава седем варианта на арабския, документацията назоваваше един. Без таблица с бенчмаркове асистентите нямаха какво да сравнят и се връщаха към страниците на големите облаци.
02СТРАТЕГИЯТА
Документация, която моделът може да изпресова.
Изградено върху плана ни Content Engine: съдържание и работа за AI търсене за екипи, чиито клиенти питат машини, преди да питат хора.
01ДОКУМЕНТАЦИЯ С ДЕФИНИЦИЯ В НАЧАЛОТО
61 пренаписани странициВсяка страница започва с дефиниция
Отговор от 40–60 думи на „какво е…?“ точно под заглавието, който назовава термина, ендпойнта и ограниченията му. Чете се лесно при бегъл поглед и оцелява, когато бъде изрязан от страницата цял.
02ЗАГЛАВИЯ ПО ЗАДАЧИ
212 заглавия-задачиЗаглавия, формулирани като задачи
„Параметри“ стана „Транскрибиране на телефонен разговор на тунизийски“. Всяко заглавие отговаря на въпрос, който разработчиците реално пишат, а абзацът под него отговаря само на този въпрос.
03РАБОТЕЩИ ПРИМЕРИ
38 / 38 минаватПримери, които тръгват веднага
Всеки фрагмент на curl, Python и Node се изпълнява срещу живия API всяка нощ; паднал пример спира деплоя на документацията. Очакваният резултат стои точно под кода.
04СРАВНИТЕЛНИ ТАБЛИЦИ
7 бенчмарка по диалектТаблици с истински числа
Процент грешни думи по диалект, латентност според дължината на файла и честна сравнителна страница с цялата методика. Асистентите цитират таблиците почти дословно, затова всяко число трябваше да издържа проверка.
03ПРЕСАТА ЗА ИЗВЛИЧАНЕ
Пуснете една страница от документацията през пресата.
AI асистентите не цитират страници, а пасажи: дефиниция, която стои сама, заглавие, което назовава задачата, код, който работи, таблица с числа. Включете поправките една по една и вижте кои пасажи пресата може да изстиска като цитати.
Общ преглед
Xerba предлага мощни, иновативни решения за говор за арабоезичния свят.
1 · Извличаемост 14/100Остава в джибритеСлоган, а не дефиниция: нищо, което модел може да цитира като факт.
Параметри
audio, dialect, diarize, callback_url. Подробности има в API справочника.
2 · Извличаемост 22/100Остава в джибрите„Параметри“ не отговаря на ничий въпрос.
Бърз старт
Инициализирайте клиента с ключа си и извикайте transcribe с вашите опции.
client = Xerba(key) result = client.transcribe(file, ...)
3 · Извличаемост 9/100Остава в джибритеКод-заместител: асистентът няма да препоръча нещо, което не може да провери.
Точност
Xerba поддържа много арабски диалекти с водеща в индустрията точност.
4 · Извличаемост 17/100Остава в джибрите„Водеща в индустрията“ е прилагателно, а не доказателство.
В този модел асистентите цитират пасажи с оценка 70 или повече.
Изстискани пасажи
0 от 4
Какво отговаря асистентът
Промпт на разработчик
which api should i use for tunisian arabic speech to text?
Облачните API за говор с общо предназначение поддържат предимно стандартен арабски; покритието на диалекти зависи от доставчика.[1]
Никой от източниците не описва вариант, специализиран за диалекти, затова общ облачен API е сигурната препоръка.
Източници
- 1.Документация на облачни услуги за говор в текст
Изстискани пасажи: 0 от 4. Xerba не е цитиран.
04МЕСЕЦ ПО МЕСЕЦ
Дванайсет месеца, от беритбата до бутилката.
МЕСЕЦИ 1–201
Беритба
Одит
Обходихме всичките 61 страници, пуснахме 140 промпта на разработчици по десет пъти в четири асистента и записахме всеки цитиран източник.
3 от 140 промпта цитират Xerba
МЕСЕЦ 302
Измиване
Структура
Сляхме дублиращите се ръководства, дадохме на всяка страница една задача и един URL и написахме речника, към който води останалата документация.
4 от 140 промпта цитират Xerba
МЕСЕЦИ 4–603
Мелене
Пренаписване
Въведения с дефиниция и заглавия-задачи за всичките 61 страници; първо тунизийските и мароканските ръководства, защото никой друг не ги беше написал.
14 от 140 промпта цитират Xerba
МЕСЕЦИ 7–804
Пресоване
Примери и таблици
Примери на три езика, тествани всяка нощ, таблици с бенчмаркове по диалект и сравнителна страница с цялата методика.
25 от 140 промпта цитират Xerba
МЕСЕЦИ 9–1005
Утаяване
Измерване
Месечните тестове с промптове показваха кои пасажи се цитират и кои само се преразказват; слабите пасажи бяха пренаписани, а не разводнени.
36 от 140 промпта цитират Xerba
МЕСЕЦИ 11–1206
Бутилиране
Натрупване
Нови ръководства за кол центрове и медийни архиви, френски версии на първите 20 страници и публичен changelog, който асистентите вече цитират.
46 от 140 промпта цитират Xerba
05РЕЗУЛТАТИ
Година по-късно отговорите текат от документацията на самата Xerba.
3 → 46 от 140
+348%
1900 → 11 400
19 → 6 мин
Моделиран сценарий за измислен бизнес — не е резултат на клиент. Класирането, цитиранията от AI и трафикът никога не са гарантирани; вижте нашите Общи условия.
ШЕСТ ОТ 140-ТЕ СЛЕДЕНИ ПРОМПТА
| Промпт, както е написан | Месец 0 | Месец 12 | Дял от пусканията |
|---|---|---|---|
| best api for tunisian arabic speech to text | 0 / 10 | 9 / 10 | |
| arabic speech recognition api with dialect detection | 1 / 10 | 8 / 10 | |
| how to transcribe moroccan darija audio in python | 0 / 10 | 7 / 10 | |
| arabic stt api word error rate comparison | 0 / 10 | 6 / 10 | |
| API transcription arabe dialecte tunisien | 0 / 10 | 9 / 10 | |
| speaker diarization arabic call center api | 0 / 10 | 5 / 10 |
Промпт се брои за цитиращ Xerba, когато поне пет от десетте му пускания цитират документацията.
ВАШАТА ДОКУМЕНТАЦИЯ, ИЗПРЕСОВАНА
Вземете план като този
Ако разработчиците питат AI асистент, преди да отворят документацията ви, започнете с плана Content Engine или ни разкажете какво прави вашият API.
← Всички казуси