Transskriptionsværktøjer ligner hinanden, indtil du uploader et langt interview, importerer en måneds møder eller skal redigere en video. Den nyttige sammenligning handler om, hvor godt hver tjeneste passer til arbejdet, hvilke filbegrænsninger der gælder, og hvad hele arbejdsgangen koster.
AccurateScribe, Otter, Sonix, Notta, Descript og Rev tilbyder forskellige kombinationer af filtransskription, mødeværktøjer, redigering og menneskelige tjenester. Denne anmeldelse sammenligner deres priser, optagelsesgrænser, eksportmuligheder, behandlingshastighed og dokumentation for nøjagtighed med det samme spørgsmål til hver: Hvad får du til det arbejde, du faktisk skal have afsluttet?
Se videosammenligningen
Se vores engelske guide på 5 minutter til valg af arbejdsgang, optagelsesgrænser, månedlige abonnementspriser og dokumentation for transskription. De detaljerede tabeller, daterede forudsætninger og oprindelige kilder findes fortsat i artiklen nedenfor.
Engelsk fortællerstemme og undertekster · 5:11 · Se på YouTube
Der anvendes AI-genererede illustrationer og syntetisk fortællerstemme. Produktbilleder med kildeangivelse og historiske testresultater bevarer deres oprindelige kilde og afgrænsning; dette er ikke en ny kontrolleret test af seks produkter.
Otter.ai
Sonix
Notta
Descript
Rev
Start med din arbejdsgang
| Produkt | Primært anvendelsesområde | Vigtigste afvejning at undersøge |
|---|---|---|
| AccurateScribe | Møder, interviews, forelæsninger, podcasts, videoer og anden lyd-/videotransskription | Abonnement til fast pris og understøttelse af lange filer; fulde transskriptioner og eksport kræver betalt adgang |
| Otter | Mødeoptagelse og fælles mødenoter | Sammenlign mødefunktionerne med de særskilte begrænsninger for importerede filer |
| Sonix | Transskription af optagede filer og levering af undertekster | Både inkluderede timer og overforbrug påvirker den månedlige regning |
| Notta | Mødenoter og regelmæssig filtransskription | Pro inkluderer 30 timer/måned med særskilte grænser for antal filer og varighed |
| Descript | Redigering af podcasts eller videoer via en transskription | Værdien afhænger af, om du har brug for både redigering og transskription |
| Rev | Valg mellem AI-transskription og en menneskelig tjeneste | Sammenlign den konkrete tjeneste, understøttede sprog og særskilte priser |
Detaljer om funktioner og abonnementer: AccurateScribe, Otter, Sonix, Notta, Descript og Rev.
Aktuelle priser og de grænser, der betyder noget
Priserne nedenfor er offentliggjorte webpriser i USD før skat, kontrolleret den 2026-10-17. Månedlig og årlig betaling er forskellige forpligtelser. De udvalgte abonnementer illustrerer praktiske muligheder; de er hverken en liste over alle niveauer eller en fortegnelse over abonnementer anvendt i de historiske test.
| Produkt og abonnement | Månedlig betaling | Årlig binding | Inkluderet forbrug og væsentlige begrænsninger |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/år | Markedsført som ubegrænset transskription; filer på op til 10 timer hver. Kilde |
| Otter Pro / Business | $16.99 / $30 pr. bruger | $99.99 / $239.88 pr. bruger/år | Pro: 1,200 minutter/måned, 10 importer/måned, 90 minutter/fil. Business: 6,000 importerede minutter/måned, 4 timer/fil. Abonnementer, Pro med årlig betaling, Business med årlig betaling |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 om året | Månedlige abonnementer inkluderer 20 / 40 timer; ekstra timer koster $10 pr. time. Priser, årlige abonnementer |
| Notta Pro / Business | $13.49 / $27.99 pr. plads | $97.99 / $199.99 pr. plads/år | Pro: 1,800 minutter og 100 filer/måned. Business: ubegrænset transskriptionstid og 200 filer/plads/måned. Priser, abonnementsdetaljer |
| Descript Hobbyist / Creator | $24 / $35 pr. redaktør | Angivne månedsbeløb svarende til $16 / $24 pr. redaktør/måned, faktureret årligt | 10 / 30 medietimer pr. redaktør/måned; berettigede abonnementer kan købe ekstra medietimer. Kilde |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 pr. plads | $305.90 / $575.88 pr. plads/år | 5,000 / 10,000 AI-minutter pr. person/måned. Essentials dækker engelsk og spansk. Priser, abonnementsdetaljer |
Læs forbrugskvoten og filbegrænsningerne samlet. En stor minutsaldo kan stadig være uegnet, hvis dine optagelser overskrider grænsen pr. fil eller kommer som flere filer, end abonnementet tillader. Tilsvarende bør et abonnement med ubegrænset transskription vurderes sammen med dets filregler og udbyderens vilkår frem for at blive opfattet som et løfte om ubegrænset behandlingshastighed.
Sådan indgår hvert værktøj i sammenligningen
AccurateScribe: lyd- og videotransskription til almindelige anvendelser
AccurateScribe omdanner mødeoptagelser, interviews, forelæsninger, podcasts, videoer og andet lyd- eller videoindhold til tekst eller undertekster. Abonnementet til fast pris er relevant for personer, der regelmæssigt behandler gemte optagelser og ønsker en forudsigelig regning. Undersøg grænserne for filvarighed og de formater, du skal levere. Eksportmenuen omfatter dokumenter, undertekster, regneark, strukturerede data og udvekslingsfiler til redigering; formattabellen nedenfor viser mulighederne. Produktoversigt
Gratis adgang giver en delvis forhåndsvisning af transskriptionen. Fulde transskriptioner og alle eksportmuligheder kræver et abonnement, hvilket påvirker, hvor meget af en komplet arbejdsgang med interviews eller undertekster du kan vurdere, før du betaler. Adgangsdetaljer
Otter: sammenlign mødebrug med filimport
Otter hører til blandt kandidaterne med fokus på møder, men importreglerne fortjener opmærksomhed, når dit arbejde begynder med filer. Pro kombinerer en månedlig minutkvote med en grænse for antal filer og en varighedsgrænse pr. fil. Eksempelvis tillader 10 importer på hver 90 minutter højst 900 importerede minutter, selv om den samlede månedlige kvote er 1,200 minutter. Disse grænser gælder samtidig. Business udvider kapaciteten til filimport, men den ubegrænsede kvote til møder/appoptagelser ophæver ikke den månedlige grænse på 6,000 minutter for importerede filer. Sammenligning af Otter-abonnementer
Til levering understøtter Basic teksteksport som TXT; betalte abonnementer tilføjer muligheder som DOCX, PDF og SRT. Hvis en kunde har brug for et formateret dokument, skal eksportkravet indgå, når du sammenligner gratis og betalte niveauer. Otters eksportdokumentation
Sonix: beregn inkluderede timer og overforbrug samlet
Sonix tilbyder forbrugsafregnet transskription til $10 pr. time og abonnementer med inkluderede timer. Forbrugsafregning kan passe til uregelmæssig brug; et abonnement kan være billigere ved en stabil mængde. Forskellen er vigtig, fordi det bedst egnede abonnement kan ændre sig, når din arbejdsmængde vokser. Transskription og oversættelse deler tidskvoten, så oversættelse af resultatet kan ændre budgettet. Sonix-priser og funktionsdetaljer
Uploadvejledningen tillader normalt filer på op til 8 timer og 16 GB, afhængigt af kontotilladelser. Lagergrænser gælder særskilt. Sonix dokumenterer også eksport til DOCX, TXT, PDF, SRT og VTT, hvilket gør det krævede leveringsformat til et konkret kontrolpunkt. Uploadgrænser, eksportmuligheder
Notta: en stor Pro-kvote med særskilte filregler
Nottas Pro-kvote svarer til 30 lydtimer om måneden, hvilket gør den værd at sammenligne ved regelmæssig brug inden for denne grænse. Business ændrer modellen til ubegrænset transskriptionstid pr. plads, men bevarer en månedlig filkvote. Det er forskellige begrænsninger: Behandling af lange interviews og import af mange korte klip kan føre til forskellige abonnementsvalg. Notta-priser, forklaring af abonnementer
Importdokumentationen tillader lydfiler på op til 1 GB og videoer på op til 10 GB. Filer kan vare op til 5 timer uden talergenkendelse eller 3 timer med funktionen aktiveret. Pro og højere abonnementer understøtter download af transskriptioner i blandt andet TXT, DOCX, PDF og SRT. Kontroller talerindstillingen, før du antager, at en lang optagelse passer inden for grænserne. Importregler, downloadformater
Descript: vurder både redigeringsforløbet og transskriptionen
Descript er et andet køb, når transskriptionen indgår i redigering af en podcast eller video. Kvoten for medieminutter dækker importerede eller optagede medier, ikke blot tekstgenerering. Upload af flere mediefiler kan derfor forbruge mere af kvoten end spilletiden for én færdig episode. AI-kreditter er en særskilt ressource, så en prissammenligning af transskription alene dækker ikke alle redigerings- eller genereringsfunktioner. Descripts forbrugsregler
Creator og Business kan købe ekstra medietimer. Descript understøtter også dokumentorienteret eksport af transskriptioner og SRT/VTT-undertekster. Hvis du allerede abonnerer for at redigere, bør du sammenligne den ekstra mediekvote, du har brug for, før du betragter endnu et transskriptionsabonnement som en automatisk besparelse. Tilkøb, eksport af transskriptioner, eksport af undertekster
Rev: hold AI-tjenester og menneskelige tjenester adskilt
Rev er relevant at undersøge, når du ønsker at vælge mellem automatiserede resultater og en særskilt prissat menneskelig tjeneste. Essentials AI inkluderer 5,000 minutter pr. person pr. måned til engelsk og spansk; Pro øger kvoten og understøtter flere sprog. For et sprog uden for Essentials bør du sammenligne det relevante abonnement, der understøtter sproget, frem for den lavere annoncerede pris. Revs abonnementer
Den angivne pris for menneskelig transskription er $1.99 pr. minut, hvilket er en anden prisstruktur end AI-abonnementer. En optagelse på 60 minutter ville starte ved $119.40 før eventuelle tillæg eller afrundingsregler. Beregningen er nyttig til budgettering, men påstande om menneskelige tjenester bør aldrig bruges som nøjagtighedsscore for Revs automatiserede produkt. Rev-priser
Transskriptionshastighed og nøjagtighed
Behandlingshastighed og genkendelsesnøjagtighed besvarer forskellige spørgsmål. Optagelser, scoringsregler og tidsmålingens afgrænsning varierer mellem studierne nedenfor, så deres resultater udgør ikke én samlet rangliste.
Sammenligning af transskriptionstid med lydvarighed og kilder
Tiderne nedenfor omfatter upload plus transskription, hvor det er angivet. RJIs tre poster anvender det samme interview; de øvrige observationer vedrører hver deres optagelser.
| Produkt / observation | Lyd- eller videovarighed | Rapporteret behandlingstid | Tidsmålingens afgrænsning | Kilde og dato |
|---|---|---|---|---|
| AccurateScribe | 25 minutter | 10 sekunder | Upload plus transskription | Testregistrering; kørselsdato 2024-01-15 |
| Sonix | 25 minutter | 2 minutter 56 sekunder | Upload plus transskription | Emily Lytle, RJI, 2023-02-15. Artikel |
| Rev | 25 minutter | 4 minutter 31 sekunder | Upload plus transskription | Emily Lytle, RJI, 2023-02-15. Artikel |
| Otter | 25 minutter | 6 minutter 19 sekunder | Upload plus transskription | Emily Lytle, RJI, 2023-02-15. Artikel |
| Rev AI, særskilt eksempel | 6 minutter | Cirka 40 sekunder | Præcist start- og sluttidspunkt ikke angivet | Miguel Rebelo, Zapier, 2026-04-02. Anmeldelse |
| Notta | Ingen kildebelagt tidsmåling anvendt | — | — | Intet tidsresultat medtaget |
| Descript | Ingen kildebelagt tidsmåling anvendt | — | — | Intet tidsresultat medtaget |
RJIs værdier er transskriberet fra dets oprindelige tidsdiagram; de udelader menneskelig korrektur. Abonnementer, netværksforhold og gentagne kørsler er ikke fuldt angivet. Zapier oplyser, at visse anmeldelseslinks kan udløse provision; eksemplets optagelse, komplette resultat og præcise testede abonnement er ikke offentliggjort. En tankestreg betyder, at intet resultat er medtaget, ikke at tiden er nul.
Hvad nøjagtighedsresultaterne viser
Willem Maas’ interviewstudie fra Growth Velocity, offentliggjort 2023-08-08, rapporterer resultater i forhold til 1,199 referenceord fra et B2B-interview på en time; de præcise grænser for den bedømte del er ikke angivet. Den citerede forskning og testene af komplette produkter måler forskellige afgrænsninger. Interviewstudie
| Produkt / post | Rapporteret nøjagtighed og dokumentationstype | Oprindelig testafgrænsning | Forfatter, dato og kilde |
|---|---|---|---|
| AccurateScribe — produkttest | Median WER pr. fil: 5.26% batch / 6.84% streaming | 2,703 filer / 81.69 timer | Resultater fra produkttest leveret af testeren. Testkilde |
| Sonix Standard, forbrugsafregnet | Historisk interview-WER 3.1% | 37 ordfejl / 1,199 referenceord | Willem Maas, Growth Velocity, 2023-08-08. Oprindelig test |
| Rev Max AI | Historisk interview-WER 4.8% | 58 ordfejl / 1,199 referenceord | Willem Maas, Growth Velocity, 2023-08-08. Oprindelig test |
| Otter Pro | Historisk interview-WER 6.3% | 75 ordfejl / 1,199 referenceord | Willem Maas, Growth Velocity, 2023-08-08. Oprindelig test |
Kilde til AccurateScribe-produkttesten: Stikprøvens omfang og WER-tallene i denne række blev leveret og bekræftet af testeren til denne anmeldelse.
I den interviewtest havde Sonix lavere WER end Rev og Otter. For dine egne optagelser bør du kontrollere navne, tal, overlappende tale og baggrundsstøj samt omfanget af den korrektur, der er nødvendig, før transskriptionen kan bruges.
Hvad 10, 50 og 100 lydtimer kan koste hver måned
De følgende estimater anvender offentliggjorte månedspriser på transskription af engelske optagede filer for én faktureret bruger eller redaktør. De udelader skat, oversættelse, ekstra AI-generering og menneskelig redigering. Hver optagelse skal overholde abonnementets fil- og lagerregler. Tabellen viser estimater for bestemte abonnementskombinationer; de faktiske beløb afhænger af købte pladser og tilvalg.
| Produkt | 10 timer/måned | 50 timer/måned | 100 timer/måned | Grundlag |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Offentliggjort månedligt Unlimited-abonnement |
| Otter | $16.99 | $30.00 | $30.00 | Pro til 10 timer inden for importgrænserne; Business til større mængder |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced til 10 timer; derefter Pro plus overforbrug til $10/time |
| Notta, pr. faktureret plads | $13.49 | $27.99 | $27.99 | Pro til 10 timer; Business til 50/100 timer, op til 200 filer pr. plads/måned |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist til 10 timer; Creator plus tilkøb af medier til større mængder |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials til 10/50 timer; Pro til 100 timer |
Kilder: AccurateScribe, Otter, Sonix, Notta, Descript og dets tilkøb af medier, og Rev. Notta-tallene er pr. faktureret plads. Gang Business-prisen med antallet af købte pladser; filkvoter gælder også pr. plads.
To eksempler viser, hvordan estimaterne fungerer. Sonix Pro ved 100 timer er $80 + (100 − 40) × $10 = $680. Descript Creator ved 50 timer er $35 + en ekstra pakke på 20 timer til $80 = $115. Ved 100 timer giver tilføjelse af pakker på 50 timer og 20 timer $35 + $150 + $80 = $265. Descripts dokumentation om tilkøb angiver disse pakkepriser; dette er et scenarie baseret på Creator, ikke en påstand om, at ingen anden abonnementskombination kunne være bedre.
Tilpas beregningen til dit filmønster. Otter Pros grænse på 10 importer betyder noget, selv under minutkvoten, og 100 timer opbruger hele Business-kvoten for importerede minutter. Eksisterende abonnementer ændrer også beslutningen: En ekstra mediepakke kan koste mindre end at købe et andet værktøj. Endelig omfatter softwareprisen ikke den tid, du bruger på at kontrollere citater, navne eller underteksternes timing.
Dokumenter og undertekster kræver forskellige kontroller
Ved et skriftligt interview bør du kontrollere, om talermærkater, afsnitsskift og rettet tekst bevares ved eksport. For undertekster skal du kontrollere den krævede filtype og afspille det eksporterede spor sammen med videoen. En transskription kan være velskrevet og stadig kræve ændringer af underteksternes timing eller segmentering. At et eksportformat findes, fastslår, at muligheden er tilgængelig; det måler ikke kvaliteten af et bestemt resultat.
| Produkt | Relevante muligheder for eksport af dokumenter, undertekster og data |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Muligheder i eksportmenuen; hjælp til almindelige formater. |
| Otter | TXT; betalte abonnementer tilføjer DOCX, PDF og SRT. Hjælp |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Hjælp |
| Notta | Betalt download af transskriptioner omfatter TXT, DOCX, PDF, SRT og XLSX. Hjælp |
| Descript | TXT, DOCX og andre tekstformater; SRT/VTT-undertekster. Tekst, undertekster |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Hjælp |
Rev skelner specifikt mellem undertekstfiler eksporteret fra en AI-transskription og en særskilt AI Captions-bestilling. Hvis undertekster er din endelige leverance, bør du sammenligne den faktiske undertekstproces frem for at antage, at alle fremgangsmåder giver samme redigerbare resultat. Revs vejledning om filformater
Hvilket værktøj bør du prøve først?
Til lyd- og videotransskription kan du sammenligne AccurateScribes abonnement til fast pris, Sonix’ model med inkluderede timer og overforbrug samt Notta Pro, hvis din arbejdsmængde passer til den månedlige kvote på 30 timer og filreglerne. Til møder kan kandidaterne omfatte AccurateScribe, Otter og Notta; sammenlign også optagelsesfunktioner og fælles noter, hvis de indgår i din arbejdsgang. Descript er relevant, når du har brug for podcast- eller videoredigering. Rev tilføjer en særskilt prissat mulighed med menneskelig service ved siden af sine AI-abonnementer.
Behandl derefter en repræsentativ optagelse med dine to stærkeste kandidater. Medtag en passage med navne eller tal, et talerskift og den type baggrundslyd, du normalt møder. Ret resultatet til den standard, du kræver, og åbn den eksporterede fil i det program, hvor den skal bruges. Hele opgaven fortæller mere om egnetheden end en isoleret annonceret nøjagtighedsprocent.
Ofte stillede spørgsmål
Hvilket transskriptionsværktøj er mest nøjagtigt?
De tilgængelige offentlige test anvender forskellige optagelser og scoringsmetoder, så de udpeger ikke en vinder i nøjagtighed blandt disse seks værktøjer. For at sammenligne AccurateScribe med de øvrige kandidater skal du teste den samme repræsentative optagelse og bedømme hver transskription i forhold til den samme referencetekst.
Betyder ubegrænset transskription, at der ingen begrænsninger er?
Nej. Undersøg, hvordan udbyderen definerer kvoten, samt filvarighed, antal filer, lagerplads og adgang til eksport. En mødekvote kan være forskellig fra en filimportkvote, og en gratis forhåndsvisning kan være forskellig fra adgang til en komplet transskription. Disse forskelle kan ændre, hvilket abonnement der faktisk dækker din opgave.
Kan en transskription bruges direkte som undertekster?
Kun efter kontrol af det krævede format, timing og segmentering. Vælg et abonnement med den nødvendige eksportmulighed, og gennemgå de resulterende undertekster sammen med videoen. Et læsbart dokument og et undertekstspor klar til udgivelse er forskellige leverancer.
At træffe valget
Vælg de to tjenester, der bedst passer til din arbejdsgang, og sammenlign dem derefter på den samme optagelse. Kontroller transskriptionen, rettetiden, den eksporterede fil og de samlede omkostninger ved din forventede mængde. Det bedste valg er den tjeneste, der giver en acceptabel leverance med mindst samlet indsats og en regning, du kan forudsige.
Testnoter og kilder
Produktoplysninger og abonnementsvilkår blev kontrolleret den 2026-10-17. Prisscenarier anvender abonnementskombinationerne og forudsætningerne vist ovenfor. Ydelsesstudier bevarer deres forfattere, datoer og oprindelige links. Filmedianer, korpus-WER, semantiske fejl og mål for opgaveløsning anvender forskellige scoringsmetoder og bør læses inden for hvert studies afgrænsning.
Yderligere læsning om genkendelsesnøjagtighed og latenstid
Nøjagtighed på tværs af optagelsestyper
| Referencemål for AccurateScribe | Rapporteret benchmarkværdi i den citerede forskning | Optagelses- og scoringsomfang | Oprindelig forfatter, dato og kilde |
|---|---|---|---|
| Generel engelsk WER-reference | AA-WER 5.2% | Cirka 8 timer / 3 datasæt; AA-WER v2.0 | Artificial Analysis, øjebliksbillede kontrolleret 2026-10-17. Resultater |
| WER-referencer for ren tale og regnskabstelefonkonferencer | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | Korpus-WER; SPGISpeech-stikprøve: 1,200 klip / 3.05 timer | Verli, bedømt 2026-07-16 / 2026-07-17. Benchmark |
| WER-reference for blandede datasæt | Makrogennemsnit 10.1% | 8 ligevægtede datasæt; samlet evalueret varighed ikke angivet | Superwhisper, opdateret 2026-09-03. Resultater |
| Semantisk WER-reference | Gennemsnit 1.32%; samlet 1.37% | 1,000 prøver; LLM-assisteret semantisk bedømmelse, ikke almindelig WER baseret på ordredigering | Pipecats vedligeholdere, øjebliksbillede kontrolleret 2026-10-17. Resultater |
| WER-reference for bekræftet streamingtekst | Cirka 2% | TIMIT; faktisk evalueret antal og varighed ikke angivet | Atila Orhon et al., v1, 2025-07-14. Forskningsartikel |
Gennemløb og streaminglatenstid
| AccurateScribe-mål / dokumentation | Lydvarighed eller stikprøvens omfang | Rapporteret værdi | Tidsdefinition og kilde |
|---|---|---|---|
| Offentliggjort reference for gennemløb | Lyd på 10 minutter | Hastighedsfaktor 610.0× | Rullende gennemløb over 7 dage i det citerede studie, ikke ventetid for hele produktet. Artificial Analysis, kontrolleret 2026-10-17. Resultater |
| Svartid for optagede filer, forskningsreference | 40 korte klip; samlet varighed ikke angivet | Median 0.51 sekunder; P90 0.96 sekunder | Fra anmodning til komplet transskription; Verli, 2026-07-17. Benchmark |
| Svartid ved diktering, forskningsreference | Klip på 8–15 sekunder | Median 0.66 sekunder | Fra talens afslutning til færdig tekst; Superwhisper, opdateret 2026-09-03. Resultater, metode |
| Forsinkelse for endeligt streamingsegment, forskningsreference | 1,000 prøver; samlet varighed ikke angivet | Median 247 ms; P95 298 ms; P99 326 ms | Fra talens afslutning til endeligt segment; Pipecats vedligeholdere, kontrolleret 2026-10-17. Resultater |
| Streamingforsinkelse pr. ord, forskningsreference | TIMIT; evalueret varighed ikke angivet | Gennemsnit for foreløbig tekst 0.83 sekunder; bekræftet tekst cirka 1.7 sekunder | Forsinkelse på ordniveau; Atila Orhon et al., v1, 2025-07-14. Forskningsartikel |
Sprog og vanskelig tale
| Tilfælde fra forskningsreferencer for AccurateScribe | Optagelsesomfang | Rapporteret studieresultat | Oprindelig forfatter, dato og kilde |
|---|---|---|---|
| Engelske og russiske stemmenotater | 8 bevarede prøver pr. sprog / 3 kørsler; belastningsprøver med cifre/navne udeladt; smart_format=true; samlet varighed ikke angivet | WER med eksplicit sprogvalg: engelsk 20.9%, russisk 24.0%; WER i flersproget tilstand: engelsk 17.9%, russisk 21.5% | Smolevich, testkørsler 2026-08. Rapport |
| Flersproget tale i bankopkald | 4,270 ytringer / 5.1 timer, 250 opkald med manuskriptbaserede scenarier, 5 lokaliteter | Engelsk WER 5.4%; vietnamesisk WER 24.7%; makro-UER på tværs af lokaliteter 32.6% | Andrea Li og Soham Ray, øjebliksbillede fra 2026-04. Sierra-studie |
| Genskabelse af strukturerede værdier | 300 scenarier oplæst af mennesker / 5.59 timer / 85 talere | Batchbehandling: WER 8.2%, CTEM 90.9%, TSR 68.7%; streamingbehandling: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner et al., forskning finansieret af Besimple AI, v2, 2026-09-12. Forskningsartikel |
| Dysartrisk tale | TORGO; 8 talere / 732 ytringer; evalueret varighed ikke angivet | Mild WER 2.77%; moderat 21.83%; svær 64.00% | Ali Alsayegh og Tariq Masood, v2 revideret 2026-08-20. Forskningsartikel |
De citerede forskningsresultater er ikke indbyrdes udskiftelige scorer. Pipecat udelader manglende transskriptioner fra sin WER-nævner og rapporterer en returneringsrate for transskriptioner på 99.8%; dets lyd og referencer er offentlige. Smolevichs tal fra små stikprøver er rapporteret af forfatteren; de private stemmenotater er ikke offentlige. MU-Bench anvender LLM-normaliserede transskriptioner og lige vægtning på tværs af lokaliteter; UER tæller ytringer med betydningsændrende fejl. Sierras lyd og mærkninger er offentlige.
VoiceCodeBenchs scenarier er syntetiske og oplæst af mennesker, og WER er formatuafhængig. CTEM måler entiteter, der kan genskabes; TSR kræver, at alle mål i et segment kan genskabes. Lyd og annoteringer og scoringskode er offentlige. TORGO anvender gennemsnitlig WER pr. ytring med et loft på 100%, ikke samlet WER. Testkørslerne fandt sted den 2025-09-17–18, før revisionen i 2026. Verli og Superwhisper udgiver transskriptionsprodukter, og WhisperKit-forfatterne udvikler et konkurrerende system.