Swapping the language head, without touching the acoustic model
One 61.6 M-parameter CTC acoustic model, decoded four ways: greedy, and with three interchangeable n-gram language heads. Every transcript below is real output on real Egyptian Arabic audio, scored against human references.
The acoustic model is identical in every row. Only the n-gram model consulted during beam search changes — and it is a file on disk, swapped at run time.
Head
Trained on
Size
Load
Greedy
No language model at all — per-frame argmax, then collapse
0
0 s
General head
Shipped 5-gram: Egyptian corpus + ASR transcripts + code-switching + LibriSpeech
4-gram: Egyptian medical chat/QA + code-switching + synthesised medical terms
130 MB
1.8 s
Aggregate results
Word and character error rate, lower is better. Best figure in each row is green. Scoring strips punctuation and diacritics and normalises Alef/Ya variants — standard practice for Arabic ASR.
Test set
n
Greedy WER / CER
General head WER / CER
Technical head WER / CER
Medical head WER / CER
All clips
11
30.0 / 12.8
26.1 / 10.7
33.5 / 14.4
31.0 / 13.9
General speech
7
25.6 / 8.8
24.7 / 8.3
36.9 / 12.2
32.5 / 11.6
Technical
2
34.8 / 19.3
26.2 / 12.7
24.1 / 16.2
26.2 / 17.7
Medical
2
44.9 / 19.3
34.7 / 18.4
38.8 / 22.1
34.7 / 17.4
TECHNICAL CLIPS
−31%
WER vs greedy, using the technical head
MEDICAL CLIPS
−23%
WER vs greedy, using the medical head
MISMATCHED HEAD
+11 pts
WER when the technical head decodes general speech
The heads are genuinely specialised. Each domain head wins on its own domain and loses on the others. That is the result you want: it means the head is carrying real domain knowledge rather than just being a better general model.
Per-clip scores
WER per clip. Green marks the best head for that clip.
Clip
Domain
Length
Greedy
General head
Technical head
Medical head
1.wav
General speech
18.6 s
35.0
32.5
37.5
40.0
2.wav
General speech
25.1 s
29.9
17.9
53.7
44.8
3.wav
General speech
22.9 s
21.1
25.0
21.1
19.2
4.wav
General speech
21.0 s
18.6
27.1
39.0
32.2
5.wav
General speech
8.9 s
6.7
13.3
20.0
13.3
6.wav
General speech
17.4 s
24.6
22.9
31.1
26.2
7.wav
General speech
8.5 s
38.5
34.6
42.3
42.3
technical_1.wav
Technical
17.6 s
61.2
44.9
40.8
44.9
technical_2.wav
Technical
30.8 s
20.6
16.3
15.2
16.3
medical_1.wav
Medical
13.8 s
42.3
30.8
30.8
30.8
medical_2.wav
Medical
9.8 s
47.8
39.1
47.8
39.1
Transcripts
Play the audio, read the human reference, then compare each decode.
different word boundaries or a close spelling variant — e.g. وبركاته for و بركاته, or healthtech for health tech. Same content, not a recognition error.genuinely wrong or unrelated to the reference
technical_1.wavTechnical17.55 s · encoder 331 ms
REFERENCE
السلام عليكم و رحمة الله و بركاته انا النهاردة كان عندي presentation مهمة اوي في الشغل و كان عندي meeting و طلعت بعدها على الكلية عشان كان عندي quiz مهم جداً بخصوص ال convolutional neural network او اللي هي ال CNN و دي كانت في course ال computer vision
Greedy
السلام عليكم ورحمه الله وبركاته انا اوي في الشغل وكان عندي meet وطلعت كان عندي مهم جدا بخصوص ال conpl ش مد netور او هي ال tnn ودي كانت في course الكمبي vion
61.2%WER 42.6% CER 3 ms
General head
السلام عليكم ورحمه الله وبركاته انا النهارده كان عندي مهم اوي في الشغل وكان عندي meeting وطلعت بعدها كان عندي مهم جدا بخصوص ال con ش من ال net او اللي هي ال t ودي كانت في course ال computer vision
44.9%WER 25.1% CER 138 ms
Technical head
السلام عليكم ورحمه الله وبركاته انا عندي اوي في الشغل كان عندي meeting و كان عندي مهم جدا بخصوص ال accent net او اللي هي ال cnn ودي كانت في course ال computer vision
40.8%WER 35.9% CER 108 ms
Medical head
السلام عليكم ورحمه الله وبركاته انا كان عندي اوي في الشغل كان عندي وطلعت كان عندي مهم جدا بخصوص ال accent net او اللي هي ال t ودي كانت في course ال computer vision
44.9%WER 37.0% CER 104 ms
technical_2.wavTechnical30.76 s · encoder 570 ms
REFERENCE
أول شغل ليا بعد التخرج كنت intern في OIE اللي هي Orange Innovation Egypt و بعدها بكام شهر جالي offer من شركة اسمها intelance و دي كانت شركة في لندن و كانت شغالة في مجال ال Healthtech و كنت مبسوط اوي وقتها الحقيقة يعني شغال remotely وبْتاع و بتقبَض كويس بس للأسف حصلت ظروف و اضطريت ان انا امشي بس بعد كدة بقا ربنا كرمني و I've joined Applied Innovation Center او اللي هو AIC و هنا بقا كانت بداية تعاملي مع ال Speech AI و ال Arabic NLP بشكل أعمق الحقيقة
Greedy
اول شغل اللي هي بعد التخرج كنت intern في o اللي هي orange innovation egypt و بعدها بكام شهر جالي offer من شركه اسمها intence و دي كانت شركه في لندن و كانت شغاله في مجال ال healthteick وكنت مبسوط اوي وقتها الحقيقه يعني شغال remotely و بتاع و بتقبض كويس بس للاسف حصلت ظروف و اضطريت ان انا اشي بس بعد كده بقي ربنا كمني و i joined applied innovation center او اللي هوic و هنا بقي كانت بدايه تعاملي مع ال phi و ال arabic np بشكل اعمق الحقيقه
20.6%WER 6.2% CER 5 ms
General head
اول شغل اللي هي بعد التخرج كنت intern في o اللي هي orange innovation egypt و بعدها بكام شهر جالي offer من شركه اسمها influence و دي كانت شركه في لندن و كانت شغاله في مجال ال health tech و كنت مبسوط اوي وقتها الحقيقه يعني شغال remotely و بتاع و بتقبض كويس بس للاسف حصلت ظروف و اضطريت ان انا امشي بس بعد كده بقي ربنا كرمني و i joined applied innovation center او اللي هو ace و هنا بقي كانت بدايه تعاملي مع ال phi و ال arabic np بشكل اعمق الحقيقه
16.3%WER 5.8% CER 75 ms
Technical head
اول شغل اللي هي بعد التخرج كنت intern في i اللي هي orange innovation egypt و بعدها بكام شهر جالي offer من شركه اسمها influence و دي كانت شركه في لندن و كانت شغاله في مجال ال healthteick و كنت مبسوط اوي وقتها الحقيقه يعني شغال remotely و بتاع و بتقبض كويس بس للاسف حصلت ظروف و اضطريت ان انا اشي بس بعد كده بقي ربنا كمني و i joined applied innovation center او اللي هو ice و هنا بقي كانت بدايه تعاملي مع ال speech i و ال arabic nlp بشكل اعمق الحقيقه
15.2%WER 5.1% CER 64 ms
Medical head
اول شغل اللي هي بعد التخرج كنت turn في اللي هي orange innovation egypt و بعدها بكام شهر جالي offer من شركه اسمها influence و دي كانت شركه في لندن و كانت شغاله في مجال ال healthteick و كنت مبسوط اوي وقتها الحقيقه يعني شغال remotely و بتاع و بتقبض كويس بس للاسف حصلت ظروف و اضطريت ان انا امشي بس بعد كده بقي ربنا كمني و i joined applied innovation center او اللي هو ace و هنا بقي كانت بدايه تعاملي مع ال ph i و ال arabic nlp بشكل اعمق الحقيقه
16.3%WER 6.9% CER 67 ms
medical_1.wavMedical13.84 s · encoder 271 ms
REFERENCE
المريضة كانت بتشتكي من severe headache وdizziness بقالهم أكتر من أسبوع والدكتور قرر يعمل neurological examination وبعدها MRI scan للمخ عشان يستبعد أي serious neurological condition
Greedy
المريضه كانت بتشتكي من سف sever headhe و ديزس بقالهم اكتر من ا والدكتور قرر يعمل نيو examination وبعدها ام رايس كان للمخ عشان يستبعد اي serious نيological condition
42.3%WER 25.6% CER 4 ms
General head
المريضه كانت بتشتكي من سفير headache و ديزس بقالهم اكتر من اسبوع والدكتور قرر يعمل نيو examination وبعدها ام رايس كان للمخ عشان يستبعد اي serious ني condition
30.8%WER 27.8% CER 77 ms
Technical head
المريضه كانت بتشتكي من سفير headكوديزس بقالهم اكتر من اسبوع والدكتور قرر يعمل نيو examination وبعدها ام رايس كان للمخ عشان يستبعد اي serious ني condition
30.8%WER 30.6% CER 54 ms
Medical head
المريضه كانت بتشتكي من سير headache و ديزس بقالهم اكتر من اسبوع والدكتور قرر يعمل نيو examination وبعدها ام رايس كان للمخ عشان يستبعد اي serious ني condition
30.8%WER 27.8% CER 36 ms
medical_2.wavMedical9.84 s · encoder 186 ms
REFERENCE
الدكتور قالّي إن الـpatient عنده التهاب في الـrespiratory tract وهنعمله chest X-ray وblood test عشان نتأكد إذا كان فيه bacterial infection ولا لأ
Greedy
الدكتور قاللي ان ال patient عنده التهاب في ال resppiratory traract وهنعمله cst xraray و blot test عشان نتاكد اذا كان فيه berial infection ولا لا
47.8%WER 11.3% CER 2 ms
General head
الدكتور قال لي ان ال patient عنده التهاب في ال respiratory track وهنعمله chest xray و plot test عشان نتاكد اذا كان فيه bacterial infection ولا لا
39.1%WER 6.4% CER 39 ms
Technical head
الدكتور قال ان ال patient عنده التهاب في ال respiratory track وهنعمله cst xray و plot test عشان نتاكد اذا كان فيه berialfection ولا لا
47.8%WER 11.3% CER 22 ms
Medical head
الدكتور قال لي ان ال patient عنده التهاب في ال respiratory track وهنعمله chest xray و blood test عشان نتاكد اذا كان فيه bacterial infection ولا لا
39.1%WER 4.3% CER 18 ms
1.wavGeneral speech18.57 s · encoder 350 ms
REFERENCE
ان تضرك بصورة او باخرى والحقيقة هو تصميمه رغم بساطته الا انه عبقري يعني اولا ال hinge دي بتتفتح ودولي بيكونوا مسكات للكتب علشان تفتح الكتاب كده وايه وما تحسش ان انت محتاج تشيله طول الوقت كمان في levels يعني
Greedy
تذرج بصوره او باخري و الحقيقهقيقه هو تصميممه و رغم بسطه الا انه عبقري يعني اولا ال hge دي بتتفتح و دولولي بيكونوا مسكات للكتب علشان تفتح الكتاب كده و ايه و ماتحسش ان انت محتاج تشيله طول الوقت كمان في levels يعني
35.0%WER 11.2% CER 3 ms
General head
تدرج بصوره او باخري و الحقيقه هو تصميم و رغم بساطته الا انه عبقري يعني اولا ال he دي بتتفتح و دول بيكونوا مسكات للكتب علشان تفتح الكتاب كده و ايه و ماتحسش ان انت محتاج تشيله طول الوقت كمان في levels يعني
32.5%WER 7.8% CER 88 ms
Technical head
ان تدرج بصوره او باخري و الحقيقه هو تصميم و رغم بساطه الا انه عبقري يعني اولا ال he دي بتفتح و دول بيكونوا مسك للكتب علشان تفتح الكتاب كده و ايه و ماحسش ان انت محتاج تشيله طول الوقت كمان في levels يعني
37.5%WER 8.7% CER 71 ms
Medical head
ان تدرك بصوره او باخري و الحقيقه هو تصميم و رغم بسطه الا انه عبقري يعني اولا ال he دي بتفتح و دول بيكونوا مسكاتكتب علشان تفتح الكتاب كده و ايه و ماتحسش ان انت محتاج تشيله طول الوقت كمان في levels يعني
40.0%WER 8.7% CER 62 ms
2.wavGeneral speech25.09 s · encoder 474 ms
REFERENCE
الرقم سواء في الاكياس دي او في الاكياس التلاجه كمان الله يكرمك على كل الحاجات اللي بتعمليها والمعلومات القيمه اللي تسلميلي تسلمي يا رب وبسلم بعد اذنك على الحاجه هدى بقول لها كل سنه وهو حضرتك طيبه ويا رب دايما تكوني بصحة وبخير والحاجه هيام اسكندريه وكل اللي بيحبوكي وبيشهدوكي ربنا يخليكي ان شاء الله يكونوا سامعينك الله يخليكي بشكرك يا مدام شيرين مرسى جدا ليكي عفوا
Greedy
سواء في الاكياس دي او في الاكياس التلاجه كمان الله يكرمك علي كل الحاجات اللي بتعمليها والمعلومات القمه تسلمينا تسلمي يا رب وبسلم بعد اذنك علي الحجه هدي وتقولها كل سنه وحضرتك طيبه ويا رب دايما تكوني بصحه وب بخير وحد هي من اسكندريه وكل اللي بيحبوكي وبيشهدوك ربنا يخليكي ان شاء الله يكونوا سامعينينيك الله يخليكي ي بشكرك يا مدام شريف ميرسي جدا ليكي عفولا
29.9%WER 11.3% CER 4 ms
General head
سواء في الاكياس دي او في الاكياس التلاجه كمان الله يكرمك علي كل الحاجات اللي بتعمليها والمعلومات القيمه اللي تسلميلي احنا تسلمي يا رب وبسلم بعد اذنك علي الحاجه هدي بقولها كل سنه وحضرتك طيبه و يا رب دايما تكوني بصحه وبخير والحاجه هيام اسكندريه وكل اللي بيحبوكي وبيشهد ربنا يخليكي ان شاء الله يكونوا سامعينك الله يخليكي بشكرك يا مدام شيرين ميرسي جدا ليكي العفو الله
17.9%WER 7.4% CER 236 ms
Technical head
سواء في الاكياس دي او في الاكياس التلاجه كمان الله يكرمك علي كل الحاجات اللي بتعمليها والمعلومات القمه اللي ما تسلم يا تسلم يا رب وبس بعد اذنك علي الحجه ه ده وتقول لها كل سنه وحضرتك طيبه و يا رب دايما تكوني في صحه وب بخير وحد هي من اسكندريه وكل اللي بيحكي وشهد ربنا يخليك ان شاء الله يكونوا سامك الله يخليك يا ما شكري يا مدام شريف ميرسييه جدا ليكي يا عفو و يا
53.7%WER 18.1% CER 196 ms
Medical head
سواء في الاكياس دي او في الاكياس التلاجه كمان الله يكرمك علي كل الحاجات اللي بتعمليها والمعلومات القمه اللي ما تسلم تسلم يا رب وبس بعد اذنك علي الحاجه هو ده وتقولها كل سنه وحضرتك طيبه و يا رب دايما تكوني صحه وب بخير وحد هي من اسكندريه وكل اللي بيحكي وبيشد ربنا يخليك ان شاء الله يكونوا سامعينك الله يخليكي ي ما بشكرك يا مدام شريك ميرسي جدا ليكي يا اهلا يا دكتور
44.8%WER 18.4% CER 191 ms
3.wavGeneral speech22.91 s · encoder 389 ms
REFERENCE
أهلا بيكم في برنامج حلو حادق معاكو سادي فؤاد النهاردة الحلقة إن شاء الله هتكون مميزة جدا لأن إحنا هنتكلم عن الفطار عموما وفطار أولادنا لما يروحوا المدرسة نراعي ايه ياكلوا ايه وما ياكلوش ايه علشان يعرفوا يركزوا كويس ويجيبوا نمر حلوة ويطلعوش عينينا أول نص الحلقة نصين أول نص هيبقى عموما
Greedy
اهلا بيكو في برنامج حلو حادق معاوا سالي فؤاد النهارده الحلقه ان شاء الله هتكون مميزه جدا لان احنا هنتكلم عن الفطار عموما وفطار اولادنا لما يروحوا المدرسه ا نراعي ايه ياكلوا ايه وما ياكلوش ايه علشان يعرفوا يركزوا كويس ويجيبوا نمر حلوه وما يطلعوش عنينا ا اول نص الحلقه ن نصين اول نص هيبقي عموني منهم
21.1%WER 7.0% CER 4 ms
General head
اهلا بيكو في برنامج حلو حادق معاكو سالي فؤاد النهارده الحلقه ان شاء الله هتكون مميزه جدا لان احنا هنتكلم عن الفطار عموما وفطار ا اولادنا لما يروحوا المدرسه ا نراعي ايه ياكلوا ايه وما يكلوش ايه علشان يعرفوا يركزوا كويس ويجيبوا نمر حلوه وما يطلعوش عنينا اول نص الحلقه ن نصين اول نص هيبقي عم من في يعني
25.0%WER 8.1% CER 71 ms
Technical head
اهلا بيكو في برنامج حلو حادق معاكم سالي فؤاد النهارده الحلقه ان شاء الله هتكون مميزه جدا ان احنا هنتكلم عن الفطار عموما وفطار اولادنا لما يروحوا المدرسه نراعي ايه ياكلوا ايه وما ياكلوش ايه علشان يعرفوا يركزوا كويس ويجيبوا نمر حلوه ما يطلعوش عنينا اول نص الحلقه نصين اول نص هيبقي عم من في يعني
21.1%WER 6.3% CER 75 ms
Medical head
اهلا بيكي في برنامج حلو و حادق معاكم سالي فؤاد النهارده الحلقه ان شاء الله هتكون مميزه جدا لان احنا هنتكلم عن الفطار عموما وفطار اولادنا لما يروحوا المدرسه نراعي ايه ياكلوا ايه وما ياكلوش ايه علشان يعرفوا يركزوا كويس ويجيبوا نمر حلوه وما يطلعوش عينينا اول نص الحلقه نصين اول نص هيبقي عم من في يعني
19.2%WER 6.3% CER 68 ms
4.wavGeneral speech20.99 s · encoder 373 ms
REFERENCE
احنا احنا بنعاني من الواسطة بنعاني من المحسوبية فانا بحب الناس الـ talent بحب الناس الموهوبين بحب احطهم في القمة في مكانهم لا ما هو انا عايز اقول لك حاجة الواسطة والمحسوبية دي ما هياش ما هياش القاعدة يعني أكيد الواسطة والمحسوبية دي استثناء في الوسط يعني لو لو هو فيه موجود ده فعلا في الوسط فده استثناء انما
Greedy
اه ها احنا احنا بنعاني من الواسطه بنعاني من المحسوبيه ها ف انا بحب الناس ال talent بحب الناس الموجوبين بحب احطهم في القمه في مكانهم لا ما هو انا عايز اقولك حاجه الواسطه والمحسوبيه دي ما هياش ما هياش القاعده يعني اكيد الواسطه والمحسوبيه دي في استثناء في الوسط يعني لو لو هو فيه موجود ده فعلا في الوسط ف ده استثناء انما
18.6%WER 5.6% CER 3 ms
General head
اه ها اه احنا احنا بنعاني من الواسطه بنعاني من المحسوبيه ها ف انا بحب الناس ال talent بحب الناس الموجودين بحب احطهم في القمه في مكانهم لا ما هو انا عايز اقولك حاجه الواسطه والمحسوبيه دي ما هياش ما هايش القاعده يعني اكيد الواسطه والمحسوبيه دي استثناء اه اه اكيد في الوسط يعني لو لو هو فيه موجود ده فعلا في الوسط فده استثناء تمام ان انا
27.1%WER 12.5% CER 82 ms
Technical head
اه ها احنا احنا بنعاني من الوسط نع من محسوبيه ها ف انا بحب الناس ال talent بحب الناس الموجودين بحب ا احطهم في القمه في مكانهم لا ما هو انا عايز اقولك حاجه الوسطي والمحسيه دي ما هياش ما هياش القاعده يعني اكيد الوسطي والمحسيه دي في استثناء يعني اكيد في الوسط يعني لو لو هو فيه موجود ده فعلا في الوسط ف ده استثناء ان انا
39.0%WER 16.1% CER 61 ms
Medical head
اه ها احنا احنا بنعاني من الوسط بنعاني من المحسوبيه ها ف انا بحب الناس ال talent بحب الناس الموجودين بحب ا احطهم في القمه في مكانهم لا ما هو انا عايز اقولك حاجه من الوسط والمحسوبيه دي ما هياش ما هياش القاعده يعني اكيد الوسطه والمحسوبيه دي في باستثناء في الوسط يعني لو لو هو فيه موجود ده فعلا في الوسط ف ده استثناء ان انا
32.2%WER 10.5% CER 49 ms
5.wavGeneral speech8.92 s · encoder 198 ms
REFERENCE
متعددة بحيث تظبط الزاوية المناسبة ليك زاوية القراءة فمثلا لو عندنا هذا الكتاب وعايزين نقرأه
Greedy
متعدده بحيث تظبط الزاويه المناسبه ليك زاويه القراءه فمثلا لو عندنا هذا الكتاب عايزيناي نقراه
6.7%WER 3.3% CER 2 ms
General head
متعدده بحيث تظبط الزاويه المناسبه ليك زاويه القراءه فمثلا لو عندنا هذا الكتاب و عايزين نقراه
13.3%WER 1.1% CER 13 ms
Technical head
متعدده بحيث تظبط الزاويه المناسبه ليك زاويه القراءه فمثلا لو عندنا هذا الكتاب و عايزين نقره
20.0%WER 2.2% CER 12 ms
Medical head
متعدده بحيث تظبط الزاويه المناسبه ليك زاويه القراءه فمثلا لو عندنا هذا الكتاب و عايزين نقراه
13.3%WER 1.1% CER 10 ms
6.wavGeneral speech17.44 s · encoder 429 ms
REFERENCE
In case you need it أنا نسيت أقول كمان إن هو بشحن به الكاميرات ويشحن به كل الـ accessories والمايكات وكل الحاجات دي ففعلاً لا غنى عنه في شنطة أي حد من إيه من ضمن الحاجات دي سعره تقريبا 100 دولار يزيد أو يقل برضو حسب الـ season أو حسب البلد اللي أنت هتشتريها منه هل هشتريه تاني لو ضاع مني
Greedy
in case you need it انا نسيت اقول كمان ان هو بشن بيه الكاميرات وبشن بيه كل ال accessories و ال mكات وكل الحاجات دي ففعلا لا غنا عنه في شنطه اي حد من من ضمن الحاجات دي سعره تقريبا 100 دولار يزيد او ي الا برضه حسب season او حسب البلد اللي انت مششتري منه هل هشتري تاني لو ضاع مني
24.6%WER 9.2% CER 3 ms
General head
in case you need it انا نسيت اقول كمان ان هو بشن بيه الكاميرات و بشن بيه كل ال accessories و ال m c و وكل الحاجات دي ففعلا لا غني عنه في شنطه اي حد من ايه من ضمن الحاجات دي سعره تقريبا 100 دولار يزيد او يقل برضه حسب ال season او حسب البلد اللي انت مش هتشتري منه هل هشتري تاني لو ضاع مني
22.9%WER 7.0% CER 116 ms
Technical head
in case you need it انا نسيتها اقول كمان ان هو بشن بيه الكاميرات و بشن بيه بكل ال accessories و ال micro كل الحاجات دي ففعلا لا غنا عنه في شنطه اي حد من من ضمن الحاجات دي سعره تقريبا 100 دولار يزيد او ي الا برضه حسب season او حسب البلد اللي انت مش تشتري منه هل هشتريه تاني لو ضاع مني
31.1%WER 12.0% CER 80 ms
Medical head
in case you need it انا نسيت اقول كمان ان هو بشم بيه c و بشم بيه كل ال accessories و ال micro وكل الحاجات دي ففعلا لا غني عنه في شنطه اي حد من من ضمن الحاجات دي سعره تقريبا 100 دولار يزيد او ي الا برضه حسب season او حسب البلد اللي انت مش بتشتري منه هل هشتريه تاني لو ضاع مني
26.2%WER 14.4% CER 72 ms
7.wavGeneral speech8.48 s · encoder 176 ms
REFERENCE
وكمان فيه pages وفيه folders يعني لو أنت عايز أكتر فانت هتقدر تعمل folder جديد وآآآ تعمل فيه كل اللي أنت عايزه يعني وأخيرا وليس آخرا
Greedy
وكمان فيه pages و في folders يعني لو انت عايز اكتر فانت عايز تعمل folder جديد و تعمل فيه ال كل اللي انت عايزه يعني و اخيرا و ليس اخيرا
38.5%WER 12.1% CER 1 ms
General head
وكمان فيه pages و في folders يعني لو انت عايز اكتر فانت عايز تعمل folder جديد و تعمل فيه كل اللي انت عايزه يعني و اخيرا و ليس اخيرا
34.6%WER 9.8% CER 38 ms
Technical head
وكمان فيه pages و في folders يعني لو انت عايز اكتر فانت عايز تعمل folder جديد و تعمل في ال كل اللي انت عايزه يعني و اخيرا و ليس اخيرا
42.3%WER 12.1% CER 35 ms
Medical head
وكمان فيه pages و في folders يعني لو انت عايز اكتر فانت عايز تعمل folder جديد و تعمل في ال كل اللي انت عايزه يعني و اخيرا و ليس اخيرا
42.3%WER 12.1% CER 30 ms
How to read this
WER is high in absolute terms, and that is expected. These are unscripted YouTube and conversational clips with overlapping speech, background noise and heavy code-switching — the hardest end of the distribution. What matters here is the difference between columns, since the acoustic model and audio are identical across them.
A mismatched head is worse than no head. The technical head decoding general speech is meaningfully worse than plain greedy. A language head is a strong prior: it helps when the prior is right and hurts when it is wrong. Ship the head that matches your traffic, or ship the general one.
The general head is a 5-gram; the domain heads are 4-grams built from far less text. They win in their domains despite that handicap, which is the point — domain fit beats scale for this component.
Method
ACOUSTIC MODEL
Metro-Small, 61,586,320 parameters, unchanged across all runs
DECODING
CTC beam search, width 100, α=0.5, β=5.0
HARDWARE
CPU only, 4 threads, fp32
SCORING
jiwer WER/CER after lowercasing, punctuation and diacritic removal, and Alef/Ya/Ta-Marbuta normalisation
TECHNICAL CORPUS
Egyptian Arabic Wikipedia filtered to technical articles + real Arabic-English code-switching text + synthesised Egyptian carrier phrases over a 182-term technical inventory
MEDICAL CORPUS
Egyptian medical chat and QA from HuggingFace + real code-switching text + synthesised carrier phrases over a 127-term medical inventory
LEAKAGE CHECK
No reference sentence appears in any training corpus; the maximum shared 5-gram overlap between any reference and any corpus is 3