Инструментите за транскрипция изглеждат сходни, докато не качите дълго интервю, не импортирате месец срещи или не се наложи да редактирате видео. Полезното сравнение е доколко всяка услуга отговаря на тази работа, какви ограничения за файловете важат и колко струва целият работен процес.
AccurateScribe, Otter, Sonix, Notta, Descript и Rev предлагат различни съчетания от транскрипция на файлове, инструменти за срещи, редактиране и услуги от хора. Това ревю сравнява цените, ограниченията за записите, експорта, скоростта на обработка и доказателствата за точност, като задава един и същ въпрос за всяка услуга: какво получавате за работата, която действително трябва да завършите?
Гледайте видеосравнението
Гледайте нашето 5-минутно ръководство на английски за пригодността към работния процес, ограниченията за записите, разходите за месечни планове и доказателствата за транскрипция. Подробните таблици, датираните допускания и първоизточниците остават в статията по-долу.
Разказ и субтитри на английски · 5:11 · Гледайте в YouTube
Използвани са илюстративни изображения, генерирани с AI, и синтетичен разказ. Обозначените продуктови изображения и историческите резултати от тестове запазват първоизточника и обхвата си; това не е нов контролиран тест на шестте продукта.
AccurateScribe
Otter.ai
Sonix
Notta
Descript
Rev
Започнете от своя работен процес
| Продукт | Основна употреба | Основен компромис за проверка |
|---|---|---|
| AccurateScribe | Срещи, интервюта, лекции, подкасти, видеоклипове и друга аудио-/видеотранскрипция | Фиксиран абонамент и поддръжка на дълги файлове; пълните транскрипции и експортът изискват платен достъп |
| Otter | Записване на срещи и споделени бележки от срещи | Сравнете функциите за срещи с отделните ограничения за импортирани файлове |
| Sonix | Транскрипция на записани файлове и предаване на субтитри | И включените часове, и надвишаването на лимита влияят върху месечната сметка |
| Notta | Бележки от срещи и редовна транскрипция на файлове | Pro включва 30 часа/месец с отделни ограничения за броя и продължителността на файловете |
| Descript | Редактиране на подкасти или видеоклипове чрез транскрипция | Стойността зависи от това дали се нуждаете и от редактиране, освен от транскрипция |
| Rev | Избор между AI транскрипция и услуга от човек | Сравнете точната услуга, поддържания език и отделната цена |
Подробности за функциите и плановете: AccurateScribe, Otter, Sonix, Notta, Descript и Rev.
Текущи цени и важните ограничения
Цените по-долу са публикувани уебцени в USD преди данъци, проверени на 2026-10-17. Месечното и годишното плащане представляват различни ангажименти. Избраните планове илюстрират практически възможности; това не е списък на всички нива или запис на плановете, използвани в историческите тестове.
| Продукт и план | Месечно плащане | Годишен ангажимент | Включен лимит и основни ограничения |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/година | Рекламирана неограничена транскрипция; файлове с продължителност до 10 часа всеки. Източник |
| Otter Pro / Business | $16.99 / $30 на потребител | $99.99 / $239.88 на потребител/година | Pro: 1,200 минути/месец, 10 импортирания/месец, 90 минути/файл. Business: 6,000 импортирани минути/месец, 4 часа/файл. Планове, Pro с годишно плащане, Business с годишно плащане |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 на година | Месечните планове включват 20 / 40 часа; всеки допълнителен час струва $10. Цени, годишни планове |
| Notta Pro / Business | $13.49 / $27.99 на място | $97.99 / $199.99 на място/година | Pro: 1,800 минути и 100 файла/месец. Business: неограничено време за транскрипция и 200 файла/място/месец. Цени, подробности за плановете |
| Descript Hobbyist / Creator | $24 / $35 на редактор | Посочени еквиваленти от $16 / $24 на редактор/месец, с годишно плащане | 10 / 30 медийни часа на редактор/месец; допустимите планове могат да купуват допълнителни медийни часове. Източник |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 на място | $305.90 / $575.88 на място/година | 5,000 / 10,000 AI минути на човек/месец. Essentials покрива английски и испански. Цени, подробности за плановете |
Разглеждайте заедно включения лимит и ограниченията за файловете. Голям запас от минути пак може да е неподходящ, ако записите ви надвишават лимита за отделен файл или са повече файлове, отколкото планът позволява. По същия начин план с неограничена транскрипция трябва да се оценява заедно с правилата му за файловете и условията на доставчика, вместо да се приема като обещание за неограничена скорост на обработка.
Как се вписва всеки инструмент в сравнението
AccurateScribe: аудио- и видеотранскрипция за често срещани задачи
AccurateScribe превръща записи на срещи, интервюта, лекции, подкасти, видеоклипове и друго аудио- или видеосъдържание в текст или субтитри. Фиксираният му абонамент е подходящ за хора, които редовно обработват запазени записи и искат предвидима сметка. Проверете ограниченията за продължителност на файловете и форматите, които трябва да предадете. Менюто му за експорт обхваща документи, субтитри, електронни таблици, структурирани данни и файлове за обмен при редактиране; таблицата с формати по-долу изброява опциите. Общ преглед на продукта
Безплатният достъп предоставя преглед на частична транскрипция. Пълните транскрипции и всички опции за експорт изискват абонамент, което влияе върху това каква част от цялостния процес за интервю или субтитри можете да оцените преди плащане. Подробности за достъпа
Otter: сравнете употребата за срещи с импортирането на файлове
Otter заслужава място в кратък списък за срещи, но правилата му за импортиране изискват внимание, когато работата ви започва с файлове. Pro съчетава месечен лимит от минути с ограничение за броя файлове и продължителността на отделен файл. Например 10 импортирания по 90 минути позволяват най-много 900 импортирани минути, въпреки че общият месечен лимит е 1,200 минути. Тези ограничения се прилагат едновременно. Business разширява капацитета за импортиране на файлове, но неограничените срещи/записи в приложението не премахват месечния лимит от 6,000 минути за импортирани файлове. Сравнение на плановете на Otter
За предаване Basic поддържа текстов експорт като TXT; платените планове добавят опции като DOCX, PDF и SRT. Ако клиентът се нуждае от форматиран документ, включете изискването за експорт при сравняване на безплатните и платените нива. Документация за експорт на Otter
Sonix: изчислете заедно включените часове и надвишаването на лимита
Sonix предлага транскрипция с плащане според използването за $10 на час и абонаменти с включени часове. Плащането според използването може да е подходящо за нередовна работа; абонаментът може да е по-евтин при постоянен обем. Разликата има значение, защото най-подходящият план може да се промени с нарастването на работата ви. Транскрипцията и преводът споделят лимита от време, затова превеждането на резултата може да промени бюджета. Цени и функции на Sonix
Насоките му за качване обикновено позволяват файлове до 8 часа и 16 GB, в зависимост от разрешенията на акаунта. Ограниченията за съхранение са отделни. Sonix също документира експорт в DOCX, TXT, PDF, SRT и VTT, което прави необходимия формат за предаване конкретен елемент за проверка. Ограничения за качване, опции за експорт
Notta: значителен лимит в Pro с отделни правила за файловете
Лимитът в Pro на Notta се равнява на 30 часа аудио на месец, което го прави достоен за сравнение при редовна употреба в тези рамки. Business променя модела към неограничено време за транскрипция на място, като запазва месечен лимит за файловете. Това са различни ограничения: обработването на дълги интервюта и импортирането на много кратки откъси могат да доведат до различен избор на план. Цени на Notta, обяснение на плановете
Документацията за импортиране позволява аудиофайлове до 1 GB и видеофайлове до 10 GB. Файловете могат да са до 5 часа без разпознаване на говорители или 3 часа с включено разпознаване. Pro и по-високите планове поддържат изтегляне на транскрипции, включително TXT, DOCX, PDF и SRT. Проверете настройката за говорителите, преди да приемете, че дълъг запис се побира. Правила за импортиране, формати за изтегляне
Descript: оценете и процеса на редактиране, освен транскрипцията
Descript е различна покупка, когато транскрипцията е част от редактирането на подкаст или видео. Лимитът му за медийни минути покрива импортирани или записани медии, а не само генерирането на текст. Затова качването на множество ресурси може да изразходва повече лимит, отколкото продължителността на един завършен епизод. AI кредитите са отделен ресурс, така че сравнение на разходите само за транскрипция не обхваща всяка функция за редактиране или генериране. Правила за използване на Descript
Creator и Business могат да купуват допълнителни медийни часове. Descript също поддържа документен експорт на транскрипции и субтитри SRT/VTT. Ако вече имате абонамент за редактиране, сравнете нужния допълнителен медиен лимит, преди да приемете, че друг абонамент за транскрипция автоматично ще спести средства. Допълнителни пакети, експорт на транскрипции, експорт на субтитри
Rev: разглеждайте отделно AI услугите и услугите от хора
Rev си струва да разгледате, когато искате избор между автоматичен резултат и отделно таксувана услуга от човек. Essentials AI включва 5,000 минути на човек месечно за английски и испански; Pro увеличава лимита и поддържа повече езици. За език извън Essentials сравнете съответния поддържан план, вместо по-ниската обявена цена. Абонаментни планове на Rev
Посочената цена за транскрипция от човек е $1.99 на минута — различна разходна структура от AI абонаментите. Запис от 60 минути би започвал от $119.40 преди приложимите доплащания или правила за закръгляване. Това изчисление е полезно за бюджетиране, но твърденията за услугата от човек никога не трябва да се използват като оценка за точността на автоматичния продукт на Rev. Цени на Rev
Скорост и точност на транскрипцията
Скоростта на обработка и точността на разпознаване отговарят на различни въпроси. Записите, правилата за оценяване и границите на измерване на времето се различават между проучванията по-долу, затова резултатите им не образуват единна класация.
Сравнение на времето за транскрипция с продължителност на аудиото и източници
Времената по-долу включват качването и транскрипцията, където това е посочено. Трите записа на RJI използват едно и също интервю; другите наблюдения се отнасят до собствени записи.
| Продукт / наблюдение | Продължителност на аудио или видео | Съобщено време за обработка | Граници на измерването на времето | Източник и дата |
|---|---|---|---|---|
| AccurateScribe | 25 минути | 10 секунди | Качване и транскрипция | Протокол от теста; дата на изпълнение 2024-01-15 |
| Sonix | 25 минути | 2 минути 56 секунди | Качване и транскрипция | Emily Lytle, RJI, 2023-02-15. Статия |
| Rev | 25 минути | 4 минути 31 секунди | Качване и транскрипция | Emily Lytle, RJI, 2023-02-15. Статия |
| Otter | 25 минути | 6 минути 19 секунди | Качване и транскрипция | Emily Lytle, RJI, 2023-02-15. Статия |
| Rev AI, отделен пример | 6 минути | Около 40 секунди | Точните начало и край не са посочени | Miguel Rebelo, Zapier, 2026-04-02. Ревю |
| Notta | Не е използвано измерване на времето с посочен източник | — | — | Не е включен резултат за времето |
| Descript | Не е използвано измерване на времето с посочен източник | — | — | Не е включен резултат за времето |
Стойностите на RJI са преписани от неговата оригинална графика с времена; те изключват човешката корекция. Плановете, мрежовите условия и повторните изпълнения не са напълно уточнени. Zapier посочва, че някои връзки в ревюто могат да носят комисиона; записът от примера, пълният резултат и точният тестван план не са публикувани. Тире означава, че не е включен резултат, а не нулево време.
Какво показват резултатите за точност
Проучването на интервю на Willem Maas в Growth Velocity, публикувано на 2023-08-08, съобщава резултати спрямо 1,199 еталонни думи от едночасово B2B интервю; точните оценени граници не са уточнени. Цитираните изследвания и тестовете на цялостни продукти измерват различен обхват. Проучване на интервюто
| Продукт / запис | Съобщена точност и вид доказателства | Обхват на оригиналния тест | Автор, дата и източник |
|---|---|---|---|
| AccurateScribe — продуктов тест | Медианен WER за файл: 5.26% пакетно / 6.84% поточно | 2,703 файла / 81.69 часа | Резултати от продуктов тест, предоставени от тестващия. Източник на теста |
| Sonix Standard, плащане според използването | Исторически WER за интервю 3.1% | 37 грешки в думи / 1,199 еталонни думи | Willem Maas, Growth Velocity, 2023-08-08. Оригинален тест |
| Rev Max AI | Исторически WER за интервю 4.8% | 58 грешки в думи / 1,199 еталонни думи | Willem Maas, Growth Velocity, 2023-08-08. Оригинален тест |
| Otter Pro | Исторически WER за интервю 6.3% | 75 грешки в думи / 1,199 еталонни думи | Willem Maas, Growth Velocity, 2023-08-08. Оригинален тест |
Източник на продуктовия тест на AccurateScribe: Обхватът на извадката и стойностите на WER в този ред са предоставени и потвърдени от тестващия за това ревю.
В този тест с интервю Sonix има по-нисък WER от Rev и Otter. За собствените си записи проверете имена, числа, застъпваща се реч и фонов шум, както и колко корекции са нужни, преди транскрипцията да стане използваема.
Колко могат да струват 10, 50 и 100 часа аудио месечно
Следните оценки прилагат публикуваните месечни тарифи към транскрипция на записани файлове на английски за един таксуван потребител или редактор. Те изключват данъци, превод, доплащания за AI генериране и човешко редактиране. Всеки запис трябва да отговаря на правилата на плана за файлове и съхранение. Таблицата показва оценки за конкретни комбинации от планове; действителните такси зависят от закупените места и опции.
| Продукт | 10 часа/месец | 50 часа/месец | 100 часа/месец | Основание |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Публикуван месечен план Unlimited |
| Otter | $16.99 | $30.00 | $30.00 | Pro за 10 часа в рамките на ограниченията му за импортиране; Business за по-големи обеми |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced за 10 часа; след това Pro плюс $10/час за надвишаването |
| Notta, на таксувано място | $13.49 | $27.99 | $27.99 | Pro за 10 часа; Business за 50/100 часа, до 200 файла на място/месец |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist за 10 часа; Creator плюс допълнителни медийни пакети за по-големи обеми |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials за 10/50 часа; Pro за 100 часа |
Източници: AccurateScribe, Otter, Sonix, Notta, Descript и неговите допълнителни медийни пакети, и Rev. Стойностите за Notta са на таксувано място. Умножете тарифата за Business по броя закупени места; лимитите за файлове също важат за всяко място.
Два примера показват как работят оценките. Sonix Pro при 100 часа е $80 + (100 − 40) × $10 = $680. Descript Creator при 50 часа е $35 + допълнителен пакет от 20 часа за $80 = $115. При 100 часа добавянето на пакети от 50 часа и 20 часа дава $35 + $150 + $80 = $265. Документацията на Descript за допълнителни пакети дава тези цени на пакетите; това е сценарий с Creator, а не твърдение, че никоя друга комбинация от планове не би могла да е за предпочитане.
Съобразете изчислението с начина, по който са организирани файловете ви. Лимитът от 10 импортирания на Otter Pro има значение дори под лимита му за минути, а 100 часа изчерпват целия лимит за импортирани минути на Business. Съществуващите абонаменти също променят решението: допълнителен медиен пакет може да струва по-малко от закупуването на втори инструмент. И накрая, цената на софтуера не включва времето, което прекарвате в проверка на цитати, имена или времето на субтитрите.
Документите и субтитрите се нуждаят от различни проверки
За писмено интервю проверете дали етикетите на говорителите, разделянето на абзаци и коригираният текст се запазват при експорт. За субтитри проверете необходимия тип файл и пуснете експортираната писта спрямо видеото. Транскрипцията може да се чете добре, но все пак да има нужда от промени във времето или сегментирането на субтитрите. Наличието на формат за експорт установява, че опцията съществува; то не измерва качеството на конкретен резултат.
| Продукт | Приложими тук опции за експорт на документи, субтитри и данни |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Опции в менюто за експорт; помощ за често използвани формати. |
| Otter | TXT; платените планове добавят DOCX, PDF и SRT. Помощ |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Помощ |
| Notta | Платеното изтегляне на транскрипции включва TXT, DOCX, PDF, SRT и XLSX. Помощ |
| Descript | TXT, DOCX и други текстови формати; субтитри SRT/VTT. Текст, субтитри |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Помощ |
Rev изрично разграничава файловете със субтитри, експортирани от AI транскрипция, от отделна поръчка AI Captions. Ако субтитрите са крайният ви резултат за предаване, сравнете действителния процес за субтитри, вместо да приемате, че всеки път дава един и същ редактируем резултат. Насоки на Rev за файловите формати
Кой инструмент да изпробвате първо?
За аудио- и видеотранскрипция сравнете фиксирания абонамент на AccurateScribe, модела на Sonix с включени часове и доплащане над лимита и Notta Pro, ако работата ви се побира в месечния му лимит от 30 часа и правилата за файловете. За срещи краткият списък може да включва AccurateScribe, Otter и Notta; сравнете и функциите за записване и споделени бележки, ако са част от работния ви процес. Descript е приложим, когато се нуждаете от редактиране на подкаст или видео. Rev добавя отделно таксувана услуга от човек наред с AI плановете си.
След това обработете представителен запис с двамата си най-силни кандидати. Включете пасаж с имена или числа, смяна на говорителя и вида фонов звук, който обикновено срещате. Коригирайте резултата до необходимия си стандарт и отворете експортирания файл в целевото приложение. Тази цялостна задача ще ви каже повече за пригодността, отколкото изолиран водещ процент на точност.
Често задавани въпроси
Кой инструмент за транскрипция е най-точен?
Наличните публични тестове използват различни записи и методи за оценяване, затова не установяват лидер по точност сред тези шест инструмента. За да сравните AccurateScribe с другите кандидати, тествайте един и същ представителен запис и оценете всяка транскрипция спрямо един и същ еталонен текст.
Означава ли неограничената транскрипция, че няма ограничения?
Не. Проверете как доставчикът определя лимита, както и продължителността на файловете, броя им, съхранението и достъпа до експорт. Лимитът за срещи може да се различава от лимита за импортиране на файлове, а безплатният преглед може да се различава от достъпа до пълна транскрипция. Тези разграничения могат да променят кой план действително покрива задачата ви.
Може ли транскрипция да се използва директно като субтитри?
Само след проверка на необходимия формат, време и сегментиране. Изберете план с нужната опция за експорт и проверете получените субтитри спрямо видеото. Четимият документ и готовата за публикуване писта със субтитри са различни резултати за предаване.
Как да направите избора
Изберете двете услуги, които най-добре отговарят на работния ви процес, и ги сравнете с един и същ запис. Проверете транскрипцията, времето за корекция, експортирания файл и общата цена при очаквания си обем. По-добрият избор е този, който дава приемлив резултат за предаване с най-малко общи усилия и предвидима сметка.
Бележки за тестовете и източници
Продуктовата информация и абонаментните условия са проверени на 2026-10-17. Сценариите за разходи използват комбинациите от планове и допусканията, показани по-горе. Проучванията за производителност запазват авторите, датите и оригиналните си връзки. Медианите за файлове, WER на корпус, семантичните грешки и мерките за успешност на задачите използват различни методи за оценяване и трябва да се разглеждат в обхвата на всяко проучване.
Допълнително четиво за точността на разпознаване и латентността
Точност при различни видове записи
| Референтна метрика за AccurateScribe | Съобщена стойност от сравнителния тест в цитираното изследване | Обхват на записа и оценяването | Оригинален автор, дата и източник |
|---|---|---|---|
| Обща референтна стойност за WER на английски | AA-WER 5.2% | Приблизително 8 часа / 3 набора от данни; AA-WER v2.0 | Artificial Analysis, моментна снимка, проверена на 2026-10-17. Резултати |
| Референтни стойности за WER при чиста реч и разговори за финансови резултати | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | WER на корпус; извадка SPGISpeech: 1,200 откъса / 3.05 часа | Verli, оценено на 2026-07-16 / 2026-07-17. Сравнителен тест |
| Референтен WER за смесени набори от данни | Макросредна стойност 10.1% | 8 еднакво претеглени набора от данни; общата оценена продължителност не е посочена | Superwhisper, актуализирано на 2026-09-03. Резултати |
| Референтен семантичен WER | Средна стойност 1.32%; обединена 1.37% | 1,000 извадки; семантично оценяване с помощта на LLM, а не обикновен WER чрез редакции на думи | Поддържащите Pipecat, моментна снимка, проверена на 2026-10-17. Резултати |
| Референтен WER за потвърден поточен текст | Приблизително 2% | TIMIT; действителният оценен брой и продължителност не са посочени | Atila Orhon и съавтори, v1, 2025-07-14. Научна публикация |
Пропускателна способност и латентност при поточна обработка
| Метрика / доказателство за AccurateScribe | Продължителност на аудиото или обхват на извадката | Съобщена стойност | Определение за измерването на времето и източник |
|---|---|---|---|
| Публикувана референтна пропускателна способност | 10-минутно аудио | Коефициент на скорост 610.0× | Пропускателна способност за подвижен 7-дневен период в цитираното проучване, а не време за изчакване в цялостния продукт. Artificial Analysis, проверено на 2026-10-17. Резултати |
| Време за отговор при записан файл, изследователска референция | 40 кратки откъса; общата продължителност не е посочена | Медиана 0.51 секунди; P90 0.96 секунди | От заявката до пълната транскрипция; Verli, 2026-07-17. Сравнителен тест |
| Време за отговор при диктовка, изследователска референция | Откъси от 8–15 секунди | Медиана 0.66 секунди | От края на речта до завършения текст; Superwhisper, актуализирано на 2026-09-03. Резултати, метод |
| Закъснение на окончателния поточен сегмент, изследователска референция | 1,000 извадки; общата продължителност не е посочена | Медиана 247 ms; P95 298 ms; P99 326 ms | От края на речта до окончателния сегмент; поддържащите Pipecat, проверено на 2026-10-17. Резултати |
| Поточно закъснение на дума, изследователска референция | TIMIT; оценената продължителност не е посочена | Средно междинно 0.83 секунди; потвърден текст около 1.7 секунди | Закъснение на ниво дума; Atila Orhon и съавтори, v1, 2025-07-14. Научна публикация |
Езици и трудна реч
| Референтен изследователски случай за AccurateScribe | Обхват на записите | Съобщен резултат от проучването | Оригинален автор, дата и източник |
|---|---|---|---|
| Гласови бележки на английски и руски | 8 запазени извадки на език / 3 изпълнения; извадките за натоварване с цифри/имена са изключени; smart_format=true; общата продължителност не е уточнена | WER при изрично зададен език: английски 20.9%, руски 24.0%; WER в многоезичен режим: английски 17.9%, руски 21.5% | Smolevich, тестови изпълнения 2026-08. Доклад |
| Многоезична реч от банкови разговори | 4,270 изказвания / 5.1 часа, 250 разговора по сценарий, 5 локала | WER за английски 5.4%; WER за виетнамски 24.7%; макро UER по локали 32.6% | Andrea Li и Soham Ray, моментна снимка от 2026-04. Проучване на Sierra |
| Възстановяване на структурирани стойности | 300 сценария, прочетени от хора / 5.59 часа / 85 говорители | Пакетно: WER 8.2%, CTEM 90.9%, TSR 68.7%; поточно: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner и съавтори, изследване, финансирано от Besimple AI, v2, 2026-09-12. Научна публикация |
| Дизартрична реч | TORGO; 8 говорители / 732 изказвания; оценената продължителност не е уточнена | При лека форма WER 2.77%; при умерена 21.83%; при тежка 64.00% | Ali Alsayegh и Tariq Masood, v2, преработено на 2026-08-20. Научна публикация |
Цитираните изследователски резултати не са взаимозаменяеми оценки. Pipecat изключва липсващите транскрипции от знаменателя за WER и съобщава процент на върнати транскрипции от 99.8%; неговите аудиозаписи и еталони са публични. Стойностите на Smolevich за малката извадка са съобщени от автора; личните гласови бележки не са публични. MU-Bench използва транскрипции, нормализирани чрез LLM, и еднакво претегляне по локали; UER брои изказванията с грешки, които променят смисъла. Аудиозаписите и етикетите на Sierra са публични.
Сценариите на VoiceCodeBench са синтетични и прочетени от хора, а неговият WER е независим от форматирането. CTEM измерва възстановимите същности; TSR изисква всяка цел в сегмента да бъде възстановима. Аудиозаписите и анотациите и кодът за оценяване са публични. TORGO използва среден WER по изказвания с горна граница 100%, а не обединен WER. Тестовите изпълнения са проведени на 2025-09-17–18, преди редакцията от 2026 г. Verli и Superwhisper публикуват продукти за транскрипция, а авторите на WhisperKit разработват конкурентна система.