Dacă ai folosit vreodată un tool de transcriere automat, știi durerea: textul apare fără diacritice, și trebuie să editezi manual fiecare cuvânt. Problema nu e limba română — este modelul pe care îl folosești.
De ce modelele mici eșuează
Variantele small și medium ale Whisper au fost antrenate pe un corpus mult mai mic de text românesc decât large-v3. Fără expunere suficientă la diacritice, modelul joacă pe siguranță și le elimină. Rezultatul: un text care seamănă cu româna dar nu este română.
Soluția: prompt inițial plus model mare
Trucul care schimbă tot este să dai modelului un initial_prompt care conține exemple cu diacritice. Whisper folosește acest prompt ca bias pentru restul transcrierii, iar rata diacriticelor corecte crește de la 30% la peste 95%.
“Diacriticele nu sunt un moft — sunt parte din identitatea limbii. Fără ele, clipul tău arată ca o traducere grăbită.”
Verificarea finală
Chiar și cu large-v3, există cazuri limită: nume proprii, termeni tehnici, regionalisme. Planul nostru de procesare include o verificare automată a cuvintelor frecvent greșite și o corecție finală înainte de a arde subtitrările în clip.