2 posts tagged with "benchmark"

AICU 公式キャラクター AiCuty を、GPT-Image-2.5 がどれだけ確実に再現できるかを測りました。 主観の「なんとなく似てる」ではなく、正本のデザイン仕様（プロンプト＝設計図）を判定軸に、生成物を機械採点して歩留まりを出す—— これを AiCutyBench として、再現可能な形でまとめています。この記事はその過程と結果の記録です。

To choose the backend for AICU API transcription (POST /v1/audio/transcriptions), we measured the major STT APIs against the same Japanese audio and the same ground truth. The verdict: ElevenLabs Scribe was the most accurate, at a CER (character error rate) of 15.31%. We are now evaluating it as a high-accuracy lane in AICU API.