Почему это трудно
Модель определяет язык записи и дальше разбирает речь в его рамках. Когда язык меняется посреди разговора, она продолжает слышать прежний — и подбирает похоже звучащие слова из него.
Получается характерная каша: английская фраза, записанная русскими словами, похожими по звучанию и лишёнными смысла.
Что помогает
- Указать язык вручную, если один из двух явно преобладает.
- Разрезать запись по кускам и расшифровать каждый отдельно, если языки идут крупными блоками.
- Просить участников не смешивать языки внутри фразы — терминов это не касается.
Отдельные термины — не проблема
Английские термины в русской речи распознаются нормально: они давно вошли в язык и встречаются в обучающих данных.
Трудность возникает именно при переключении на связную речь на другом языке.
Чего ждать реально
На записи, где девяносто процентов русского и редкие английские вставки, текст получится рабочим.
На записи, где языки чередуются поровну, придётся вычитывать много — либо резать её на части заранее.