Transkriptsioonitööriistad tunduvad sarnased, kuni laadite üles pika intervjuu, impordite kuu jagu koosolekuid või peate videot monteerima. Kasulik võrdlus näitab, kui hästi iga teenus selle töö jaoks sobib, millised failipiirangud kehtivad ja kui palju kogu töövoog maksab.
AccurateScribe, Otter, Sonix, Notta, Descript ja Rev pakuvad erinevaid failide transkribeerimise, koosolekutööriistade, redigeerimise ning inimtöö kombinatsioone. Selles ülevaates võrdleme nende hindu, salvestiste piiranguid, ekspordivõimalusi, töötlemiskiirust ja täpsuse tõendeid, esitades igaühe kohta sama küsimuse: mida saate tegelikult vajaliku töö lõpetamiseks?
Vaadake videovõrdlust
Vaadake meie 5-minutilist ingliskeelset juhendit töövoo sobivuse, salvestiste piirangute, kuupakettide kulude ja transkriptsiooni tõendite kohta. Üksikasjalikud tabelid, kuupäevastatud eeldused ja algallikad on allpool artiklis.
Ingliskeelne jutustus ja subtiitrid · 5:11 · Vaadake YouTube’is
Kasutatud on tehisintellektiga loodud illustratsioone ja sünteetilist jutustust. Märgistatud tootepiltide ja varasemate testitulemuste algallikad ning ulatus on säilitatud; tegemist ei ole uue kontrollitud kuue toote testiga.
AccurateScribe
Otter.ai
Sonix
Notta
Descript
Rev
Alustage oma töövoost
| Toode | Peamine kasutusjuht | Peamine kompromiss, mida kontrollida |
|---|---|---|
| AccurateScribe | Koosolekute, intervjuude, loengute, taskuhäälingute, videote ja muu heli/video transkribeerimine | Kindla hinnaga tellimus ja pikkade failide tugi; täielikud transkriptsioonid ja eksport vajavad tasulist juurdepääsu |
| Otter | Koosolekute jäädvustamine ja ühised koosolekumärkmed | Võrrelge koosolekufunktsioone imporditud failide eraldi piirangutega |
| Sonix | Salvestatud failide transkribeerimine ja subtiitrite üleandmine | Kuupõhist arvet mõjutavad nii hinnas sisalduvad tunnid kui ka ületatud maht |
| Notta | Koosolekumärkmed ja failide regulaarne transkribeerimine | Pro sisaldab 30 tundi kuus; failide arvule ja kestusele kehtivad eraldi piirangud |
| Descript | Taskuhäälingute või videote redigeerimine transkriptsiooni kaudu | Väärtus sõltub sellest, kas vajate peale transkribeerimise ka redigeerimist |
| Rev | Valik AI-transkriptsiooni ja inimese osutatava teenuse vahel | Võrrelge konkreetset teenust, toetatud keelt ja eraldi hinnastust |
Funktsioonide ja pakettide üksikasjad: AccurateScribe, Otter, Sonix, Notta, Descript ja Rev.
Praegused hinnad ja olulised piirangud
Allolevad hinnad on veebis avaldatud maksueelsed hinnad USD-des, mida kontrolliti 2026-10-17. Kuu- ja aastapõhine arveldamine tähendavad erinevaid kohustusi. Valitud paketid illustreerivad praktilisi võimalusi; need ei moodusta kõigi tasemete loetelu ega kirjelda varasemates testides kasutatud pakette.
| Toode ja pakett | Kuupõhine arveldamine | Aastane kohustus | Hinnas sisalduv maht ja peamised piirangud |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/aastas | Reklaamitakse piiramatut transkribeerimist; iga faili kestus kuni 10 tundi. Allikas |
| Otter Pro / Business | $16.99 / $30 kasutaja kohta | $99.99 / $239.88 kasutaja kohta aastas | Pro: 1,200 minutit kuus, 10 importi kuus, 90 minutit faili kohta. Business: 6,000 imporditud minutit kuus, 4 tundi faili kohta. Paketid, Pro aastapakett, Businessi aastapakett |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 aastas | Kuupaketid sisaldavad 20 / 40 tundi; iga lisatund maksab $10. Hinnad, aastapaketid |
| Notta Pro / Business | $13.49 / $27.99 kasutajakoha kohta | $97.99 / $199.99 kasutajakoha kohta aastas | Pro: 1,800 minutit ja 100 faili kuus. Business: piiramatu transkribeerimisaeg ning 200 faili kasutajakoha kohta kuus. Hinnad, pakettide üksikasjad |
| Descript Hobbyist / Creator | $24 / $35 redigeerija kohta | Avaldatud arvestuslik kuuhind $16 / $24 redigeerija kohta, arveldamine kord aastas | 10 / 30 meediatundi redigeerija kohta kuus; vastava õigusega pakettides saab meediatunde juurde osta. Allikas |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 kasutajakoha kohta | $305.90 / $575.88 kasutajakoha kohta aastas | 5,000 / 10,000 AI-minutit inimese kohta kuus. Essentials hõlmab inglise ja hispaania keelt. Hinnad, pakettide üksikasjad |
Vaadake kasutusmahtu ja failipiiranguid koos. Ka suur minutivaru võib olla sobimatu, kui teie salvestised ületavad ühe faili piirangut või faile on rohkem, kui pakett lubab. Samuti tuleks piiramatu transkribeerimise paketti hinnata koos selle failireeglite ja teenusepakkuja tingimustega, mitte käsitada lubadusena piiramatust töötlemiskiirusest.
Kuidas iga tööriist võrdlusse sobitub
AccurateScribe: heli ja video transkribeerimine tavapärastes kasutusjuhtudes
AccurateScribe teisendab koosolekusalvestised, intervjuud, loengud, taskuhäälingud, videod ning muu heli- või videosisu tekstiks või subtiitriteks. Selle kindla hinnaga tellimus sobib inimestele, kes töötlevad regulaarselt salvestisi ja soovivad etteaimatavat arvet. Kontrollige failide kestuspiiranguid ja vajalikke üleandmisvorminguid. Ekspordimenüü hõlmab dokumente, subtiitreid, arvutustabeleid, struktureeritud andmeid ja montaažiprogrammide vahetusfaile; allolev vormingutabel loetleb võimalused. Toote ülevaade
Tasuta juurdepääs annab transkriptsiooni osalise eelvaate. Täielikud transkriptsioonid ja kõik ekspordivõimalused vajavad tellimust, mis mõjutab seda, kui suurt osa terviklikust intervjuu- või subtiitritöövoost saate enne maksmist hinnata. Juurdepääsu üksikasjad
Otter: võrrelge koosolekuteks ja failide importimiseks kasutamist
Otter kuulub koosolekukesksete kandidaatide hulka, kuid kui töö algab failidest, väärivad selle impordireeglid tähelepanu. Pro ühendab igakuise minutimahu failide arvu piirangu ja iga faili kestuspiiranguga. Näiteks 10 importi kestusega 90 minutit lubavad kõige rohkem 900 imporditud minutit, kuigi üldine kuumaht on 1,200 minutit. Need piirangud kehtivad korraga. Business suurendab failide impordimahtu, kuid selle piiramatu koosoleku- ja rakenduses salvestamise maht ei kaota imporditud failide 6,000-minutilist kuupiirangut. Otteri pakettide võrdlus
Üleandmiseks toetab Basic teksti eksporti TXT-vormingus; tasulised paketid lisavad näiteks DOCX-, PDF- ja SRT-vormingu. Kui klient vajab vormindatud dokumenti, arvestage tasuta ja tasuliste tasemete võrdlemisel ekspordinõudega. Otteri ekspordidokumentatsioon
Sonix: arvestage hinnas sisalduvaid tunde ja lisakasutust koos
Sonix pakub kasutuspõhist transkribeerimist hinnaga $10 tunnis ning tellimusi, mis sisaldavad teatud arvu tunde. Kasutuspõhine maksmine võib sobida ebaregulaarseks kasutuseks; püsiva mahu puhul võib tellimus olla soodsam. Erinevus on oluline, sest töömahu kasvades võib sobivaim pakett muutuda. Transkribeerimine ja tõlkimine kasutavad sama ajamahtu, seega võib väljundi tõlkimine eelarvet muuta. Sonixi hindade ja funktsioonide üksikasjad
Üleslaadimisjuhised lubavad tavaliselt kuni 8 tunni ja 16 GB suurusi faile, olenevalt konto õigustest. Salvestusruumi piirangud on eraldi. Sonix dokumenteerib ka DOCX-, TXT-, PDF-, SRT- ja VTT-ekspordi, mistõttu on nõutav üleandmisvorming konkreetne kontrollpunkt. Üleslaadimispiirangud, ekspordivõimalused
Notta: Pro mahukas kasutuslimiit ja eraldi failireeglid
Notta Pro maht võrdub 30 helitunniga kuus, mistõttu tasub seda selle piiri raames regulaarseks kasutuseks võrrelda. Business muudab mudeli piiramatuks transkribeerimisajaks kasutajakoha kohta, säilitades samas igakuise failimahu. Need on erinevad piirangud: pikkade intervjuude töötlemine ja paljude lühikeste klippide importimine võivad viia erinevate paketivalikuteni. Notta hinnad, pakettide selgitus
Impordidokumentatsioon lubab kuni 1 GB helifaile ja kuni 10 GB videoid. Failid võivad ilma kõnelejatuvastuseta olla kuni 5 tunni pikkused või sisselülitatud kõnelejatuvastusega kuni 3 tundi. Pro ja kõrgemad paketid toetavad transkriptsioonide allalaadimist, sealhulgas TXT-, DOCX-, PDF- ja SRT-vormingus. Enne kui eeldate pika salvestise sobivust, kontrollige kõneleja seadistust. Impordireeglid, allalaadimisvormingud
Descript: hinnake peale transkribeerimise ka redigeerimistöövoogu
Descripti ostmise tähendus on teistsugune, kui transkriptsioon kuulub taskuhäälingu või video redigeerimise juurde. Selle meediaminutite maht hõlmab imporditud või salvestatud meediat, mitte ainult teksti loomist. Seetõttu võib mitme meediafaili üleslaadimine kulutada rohkem mahtu kui ühe valmis episoodi kestus. AI-krediidid on eraldi ressurss, nii et ainult transkribeerimise kulude võrdlus ei hõlma kõiki redigeerimis- või genereerimisfunktsioone. Descripti kasutusreeglid
Creator ja Business võimaldavad osta täiendavaid meediatunde. Descript toetab ka transkriptsioonide eksporti dokumendina ja SRT/VTT-subtiitreid. Kui teil on redigeerimiseks juba tellimus, võrrelge vajaliku täiendava meediamahu hinda enne, kui peate teist transkriptsioonitellimust automaatseks kokkuhoiuks. Lisamaht, transkriptsioonide eksport, subtiitrite eksport
Rev: hoidke AI- ja inimteenused eraldi
Revi tasub uurida, kui soovite valida automaatse väljundi ja eraldi hinnastatud inimteenuse vahel. Essentials AI sisaldab inglise ja hispaania keele jaoks 5,000 minutit inimese kohta kuus; Pro suurendab mahtu ja toetab rohkem keeli. Essentialsist väljajääva keele korral võrrelge asjakohast toetatud paketti, mitte selle madalamat reklaamitud hinda. Revi tellimuspaketid
Inimese tehtava transkriptsiooni avaldatud hind on $1.99 minutis, mis tähendab AI-tellimustest erinevat kulustruktuuri. 60-minutilise salvestise hind algaks $119.40-st enne kohaldatavaid lisasid või ümardamisreegleid. See arvutus on eelarvestamisel kasulik, kuid inimteenuse kohta esitatud väiteid ei tohi kunagi kasutada Revi automaatse toote täpsusnäitajana. Revi hinnad
Transkribeerimise kiirus ja täpsus
Töötlemiskiirus ja tuvastustäpsus vastavad eri küsimustele. Allolevates uuringutes erinevad salvestised, hindamisreeglid ja ajamõõtmise piirid, mistõttu ei moodusta nende tulemused ühist paremusjärjestust.
Transkribeerimisaja võrdlus koos heli kestuse ja allikatega
Allolevad ajad sisaldavad üleslaadimist ja transkribeerimist seal, kus see on märgitud. RJI kolm kirjet kasutavad sama intervjuud; ülejäänud vaatlused käsitlevad eraldi salvestisi.
| Toode / vaatlus | Heli või video kestus | Esitatud töötlemisaeg | Ajamõõtmise piirid | Allikas ja kuupäev |
|---|---|---|---|---|
| AccurateScribe | 25 minutit | 10 sekundit | Üleslaadimine ja transkribeerimine | Testi kirje; käivitamise kuupäev 2024-01-15 |
| Sonix | 25 minutit | 2 minutit 56 sekundit | Üleslaadimine ja transkribeerimine | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Rev | 25 minutit | 4 minutit 31 sekundit | Üleslaadimine ja transkribeerimine | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Otter | 25 minutit | 6 minutit 19 sekundit | Üleslaadimine ja transkribeerimine | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Rev AI, eraldi näide | 6 minutit | Umbes 40 sekundit | Täpset algust ja lõppu ei ole määratud | Miguel Rebelo, Zapier, 2026-04-02. Ülevaade |
| Notta | Allikaga ajamõõtmist ei kasutatud | — | — | Ajamõõtmise tulemust ei ole lisatud |
| Descript | Allikaga ajamõõtmist ei kasutatud | — | — | Ajamõõtmise tulemust ei ole lisatud |
RJI väärtused on ümber kirjutatud selle algselt ajagraafikult; need ei hõlma inimese tehtud parandusi. Paketid, võrguolud ja korduskatsed ei ole täielikult kirjeldatud. Zapier avaldab, et mõni ülevaates olev link võib teenida vahendustasu; näite salvestist, täielikku väljundit ega täpset testitud paketti ei ole avaldatud. Kriips tähendab, et tulemust ei ole lisatud, mitte nullpikkust aega.
Mida täpsustulemused näitavad
Willem Maas avaldas 2023-08-08 Growth Velocity intervjuu-uuringu, mis esitab tulemused ühe tunni pikkusest B2B-intervjuust pärineva 1,199 võrdlussõna suhtes; hinnatud lõikude täpsed piirid ei ole määratud. Viidatud teadusuuringud ja terviktoodete testid mõõdavad erinevat ulatust. Intervjuu-uuring
| Toode / kirje | Esitatud täpsus ja tõendi liik | Algse testi ulatus | Autor, kuupäev ja allikas |
|---|---|---|---|
| AccurateScribe — tootetest | Failipõhise WER-i mediaan: 5.26% pakktöötluses / 6.84% voogedastuses | 2,703 faili / 81.69 tundi | Testija esitatud tootetesti tulemused. Testi allikas |
| Sonix Standard, kasutuspõhine | Varasema intervjuu WER 3.1% | 37 sõnaviga / 1,199 võrdlussõna | Willem Maas, Growth Velocity, 2023-08-08. Algne test |
| Rev Max AI | Varasema intervjuu WER 4.8% | 58 sõnaviga / 1,199 võrdlussõna | Willem Maas, Growth Velocity, 2023-08-08. Algne test |
| Otter Pro | Varasema intervjuu WER 6.3% | 75 sõnaviga / 1,199 võrdlussõna | Willem Maas, Growth Velocity, 2023-08-08. Algne test |
AccurateScribe’i tootetesti allikas: Selle rea valimi ulatuse ja WER-i näitajad esitas ning kinnitas selle ülevaate jaoks testija.
Selles intervjuutestis oli Sonixi WER madalam kui Revil ja Otteril. Oma salvestiste puhul kontrollige nimesid, arve, kattuvat kõnet ja taustamüra ning seda, kui palju parandamist vajab transkriptsioon enne kasutuskõlblikuks muutumist.
Kui palju võiksid 10, 50 ja 100 helitundi kuus maksta
Järgmistes hinnangutes rakendatakse avaldatud kuuhindu ingliskeelsete salvestatud failide transkribeerimisele ühe tasustatava kasutaja või redigeerija jaoks. Need ei hõlma makse, tõlkimist, AI-genereerimise lisasid ega inimese tehtavat redigeerimist. Iga salvestis peab vastama paketi faili- ja salvestusruumireeglitele. Tabel näitab konkreetsete paketikombinatsioonide hinnanguid; tegelik tasu sõltub ostetud kasutajakohtadest ja valikutest.
| Toode | 10 tundi kuus | 50 tundi kuus | 100 tundi kuus | Alus |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Avaldatud kuupõhine Unlimited-pakett |
| Otter | $16.99 | $30.00 | $30.00 | Pro 10 tunni jaoks selle impordipiirangute raames; Business suuremate mahtude jaoks |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced 10 tunni jaoks; seejärel Pro ja lisamaht hinnaga $10/tunnis |
| Notta, tasustatava kasutajakoha kohta | $13.49 | $27.99 | $27.99 | Pro 10 tunni jaoks; Business 50/100 tunni jaoks, kuni 200 faili kasutajakoha kohta kuus |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist 10 tunni jaoks; Creator ja meedialisamaht suuremate mahtude jaoks |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials 10/50 tunni jaoks; Pro 100 tunni jaoks |
Allikad: AccurateScribe, Otter, Sonix, Notta, Descript ja selle meedialisamaht ning Rev. Notta arvud on tasustatava kasutajakoha kohta. Korrutage Businessi hind ostetud kasutajakohtade arvuga; ka failimahud kehtivad kasutajakoha kohta.
Kaks näidet selgitavad hinnangute arvutamist. Sonix Pro hind 100 tunni korral on $80 + (100 − 40) × $10 = $680. Descript Creatori hind 50 tunni korral on $35 + täiendav 20-tunnine pakett hinnaga $80 = $115. 100 tunni korral annab 50-tunnise ja 20-tunnise paketi lisamine $35 + $150 + $80 = $265. Descripti lisamahu dokumentatsioon esitab need paketihinnad; see on Creatoril põhinev stsenaarium, mitte väide, et ükski muu paketikombinatsioon ei võiks olla eelistatum.
Sobitage arvutus oma failide kasutusmustriga. Otter Pro 10 impordi piirang on oluline ka allpool minutimahtu ning 100 tundi kasutab ära Businessi kogu imporditud minutite mahu. Otsust muudavad ka olemasolevad tellimused: täiendav meediapakett võib maksta vähem kui teise tööriista ostmine. Lõpuks ei hõlma tarkvara hind aega, mille kulutate tsitaatide, nimede või subtiitrite ajastuse kontrollimisele.
Dokumendid ja subtiitrid vajavad erinevaid kontrolle
Kirjaliku intervjuu puhul kontrollige, kas kõnelejasildid, lõiguvahetused ja parandatud tekst säilivad ekspordis. Subtiitrite puhul kontrollige vajalikku failitüüpi ja esitage eksporditud rada koos videoga. Transkriptsioon võib olla hästi loetav, kuid vajada siiski subtiitrite ajastuse või jaotuse muutmist. Ekspordivormingu olemasolu kinnitab võimaluse olemasolu; see ei mõõda konkreetse tulemuse kvaliteeti.
| Toode | Siin asjakohased dokumentide, subtiitrite ja andmete ekspordivõimalused |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Ekspordimenüü valikud; levinud vormingute abi. |
| Otter | TXT; tasulised paketid lisavad DOCX-, PDF- ja SRT-vormingu. Abi |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Abi |
| Notta | Tasulised transkriptsiooni allalaadimised hõlmavad TXT-, DOCX-, PDF-, SRT- ja XLSX-vormingut. Abi |
| Descript | TXT, DOCX ja muud tekstivormingud; SRT/VTT-subtiitrid. Tekst, subtiitrid |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Abi |
Rev eristab konkreetselt AI-transkriptsioonist eksporditud subtiitrifaile eraldi AI Captionsi tellimusest. Kui subtiitrid on teie lõplik üleantav tulemus, võrrelge tegelikku subtiitritöövoogu, mitte ärge eeldage, et iga viis annab sama redigeeritava tulemuse. Revi failivormingute juhend
Millist tööriista peaksite kõigepealt proovima?
Heli ja video transkribeerimiseks võrrelge AccurateScribe’i kindla hinnaga tellimust, Sonixi hinnas sisalduvate tundide ja lisamahu mudelit ning Notta Prod, kui teie töömaht mahub selle 30-tunnisesse kuumahtu ja vastab failireeglitele. Koosolekute jaoks võivad kandidaatide hulka kuuluda AccurateScribe, Otter ja Notta; võrrelge ka jäädvustamise ning ühiste märkmete funktsioone, kui need on osa teie töövoost. Descript on asjakohane, kui vajate taskuhäälingu või video redigeerimist. Rev lisab oma AI-pakettide kõrvale eraldi hinnastatud inimteenuse võimaluse.
Seejärel töödelge esinduslik salvestis oma kahe tugevaima kandidaadiga. Lisage lõik nimede või arvudega, kõnelejavahetus ja selline taustaheli, millega tavaliselt kokku puutute. Parandage väljund nõutava tasemeni ning avage eksporditud fail selle sihtrakenduses. See terviklik ülesanne ütleb sobivuse kohta rohkem kui üksik reklaamitud täpsusprotsent.
Korduma kippuvad küsimused
Milline transkriptsioonitööriist on kõige täpsem?
Olemasolevad avalikud testid kasutavad erinevaid salvestisi ja hindamismeetodeid, seega ei määra need nende kuue tööriista seas täpsusliidrit. AccurateScribe’i võrdlemiseks teiste kandidaatidega testige sama esinduslikku salvestist ning hinnake iga transkriptsiooni sama võrdlusteksti suhtes.
Kas piiramatu transkribeerimine tähendab piirangute puudumist?
Ei. Kontrollige, kuidas teenusepakkuja mahtu määratleb, ning lisaks failide kestust, arvu, salvestusruumi ja ekspordile juurdepääsu. Koosolekumaht võib erineda failide impordimahust ning tasuta eelvaade täielikule transkriptsioonile juurdepääsust. Need erinevused võivad muuta seda, milline pakett teie ülesande tegelikult katab.
Kas transkriptsiooni saab otse subtiitritena kasutada?
Ainult pärast nõutava vormingu, ajastuse ja jaotuse kontrollimist. Valige vajaliku ekspordivõimalusega pakett ning kontrollige saadud subtiitreid video suhtes. Loetav dokument ja avaldamiskõlblik subtiitrirada on erinevad üleantavad tulemused.
Valiku tegemine
Valige kaks teenust, mis sobivad teie töövooga kõige paremini, ja võrrelge neid sama salvestisega. Kontrollige transkriptsiooni, parandamisaega, eksporditud faili ja kogukulu eeldatava mahu juures. Parem valik on see, mis annab vastuvõetava üleantava tulemuse vähima kogupingutuse ja etteaimatava arvega.
Testimärkmed ja allikad
Tooteteavet ja tellimistingimusi kontrolliti 2026-10-17. Kulustsenaariumid kasutavad eespool näidatud paketikombinatsioone ja eeldusi. Jõudlusuuringute autorid, kuupäevad ja algsed lingid on säilitatud. Failipõhised mediaanid, korpuse WER, semantilised vead ja ülesande õnnestumise mõõdikud kasutavad erinevaid hindamismeetodeid ning neid tuleks tõlgendada iga uuringu ulatuses.
Lisalugemist tuvastustäpsuse ja viivituse kohta
Täpsus eri salvestisetüüpide korral
| AccurateScribe’i võrdlusmõõdik | Viidatud uuringus esitatud võrdlusväärtus | Salvestise ja hindamise ulatus | Algne autor, kuupäev ja allikas |
|---|---|---|---|
| Üldise inglise keele WER-i võrdlusnäitaja | AA-WER 5.2% | Ligikaudu 8 tundi / 3 andmestikku; AA-WER v2.0 | Artificial Analysis, hetktõmmist kontrollitud 2026-10-17. Tulemused |
| Selge kõne ja majandustulemuste kõnede WER-i võrdlusnäitajad | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | Korpuse WER; SPGISpeechi valim: 1,200 klippi / 3.05 tundi | Verli, hinnatud 2026-07-16 / 2026-07-17. Võrdlustest |
| Segatud andmestike WER-i võrdlusnäitaja | Makrokeskmine 10.1% | 8 võrdse kaaluga andmestikku; hinnatud kogukestust ei ole määratud | Superwhisper, uuendatud 2026-09-03. Tulemused |
| Semantilise WER-i võrdlusnäitaja | Keskmine 1.32%; koondatud 1.37% | 1,000 näidist; LLM-i abiga semantiline hindamine, mitte tavaline sõnaparandustel põhinev WER | Pipecati haldajad, hetktõmmist kontrollitud 2026-10-17. Tulemused |
| Kinnitatud voogteksti WER-i võrdlusnäitaja | Ligikaudu 2% | TIMIT; tegelikku hinnatud arvu ja kestust ei ole määratud | Atila Orhon jt, v1, 2025-07-14. Teadusartikkel |
Läbilaskevõime ja voogedastuse viivitus
| AccurateScribe’i mõõdik / tõend | Heli kestus või valimi ulatus | Esitatud väärtus | Ajamõõtmise määratlus ja allikas |
|---|---|---|---|
| Avaldatud läbilaskevõime võrdlusnäitaja | 10-minutiline heli | Kiirustegur 610.0× | Viidatud uuringu libisev 7-päevane läbilaskevõime, mitte terviktoote ooteaeg. Artificial Analysis, kontrollitud 2026-10-17. Tulemused |
| Salvestatud faili vastamisaeg, uuringu võrdlusnäitaja | 40 lühikest klippi; kogukestust ei ole määratud | Mediaan 0.51 sekundit; P90 0.96 sekundit | Päringust täieliku transkriptsioonini; Verli, 2026-07-17. Võrdlustest |
| Dikteerimise vastamisaeg, uuringu võrdlusnäitaja | 8–15-sekundilised klipid | Mediaan 0.66 sekundit | Kõne lõpust valmis tekstini; Superwhisper, uuendatud 2026-09-03. Tulemused, meetod |
| Lõpliku voogsegmendi viivitus, uuringu võrdlusnäitaja | 1,000 näidist; kogukestust ei ole määratud | Mediaan 247 ms; P95 298 ms; P99 326 ms | Kõne lõpust lõpliku segmendini; Pipecati haldajad, kontrollitud 2026-10-17. Tulemused |
| Sõnapõhine voogedastuse viivitus, uuringu võrdlusnäitaja | TIMIT; hinnatud kestust ei ole määratud | Vaheteksti keskmine 0.83 sekundit; kinnitatud tekst umbes 1.7 sekundit | Sõnatasandi viivitus; Atila Orhon jt, v1, 2025-07-14. Teadusartikkel |
Keeled ja keeruline kõne
| AccurateScribe’i uuringu võrdlusjuht | Salvestise ulatus | Uuringus esitatud tulemus | Algne autor, kuupäev ja allikas |
|---|---|---|---|
| Inglise- ja venekeelsed häälmemod | 8 säilitatud näidist keele kohta / 3 käivitust; numbrite/nimede koormusnäidised välja jäetud; smart_format=true; kogukestus määramata | Määratud keelega WER: inglise 20.9%, vene 24.0%; mitmekeelse režiimi WER: inglise 17.9%, vene 21.5% | Smolevich, testikäivitused 2026-08. Aruanne |
| Mitmekeelne kõne panganduskõnedes | 4,270 lausungit / 5.1 tundi, 250 etteantud stsenaariumiga kõnet, 5 lokaati | Inglise keele WER 5.4%; vietnami keele WER 24.7%; lokaatide makrokeskmine UER 32.6% | Andrea Li ja Soham Ray, 2026-04 hetktõmmis. Sierra uuring |
| Struktureeritud väärtuste taastamine | 300 inimese ette loetud stsenaariumi / 5.59 tundi / 85 kõnelejat | Pakktöötlus: WER 8.2%, CTEM 90.9%, TSR 68.7%; voogedastus: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner jt, Besimple AI rahastatud uuring, v2, 2026-09-12. Teadusartikkel |
| Düsartriline kõne | TORGO; 8 kõnelejat / 732 lausungit; hinnatud kestus määramata | Kerge WER 2.77%; mõõdukas 21.83%; raske 64.00% | Ali Alsayegh ja Tariq Masood, v2 parandatud 2026-08-20. Teadusartikkel |
Viidatud uuringutulemused ei ole omavahel asendatavad näitajad. Pipecat jätab puuduvad transkriptsioonid oma WER-i nimetajast välja ja teatab transkriptsiooni tagastamise määraks 99.8%; selle heli ja võrdlustekstid on avalikud. Smolevich on väikese valimi näitajad ise esitanud; privaatsed häälmemod ei ole avalikud. MU-Bench kasutab LLM-iga normaliseeritud transkriptsioone ja lokaatide võrdset kaalumist; UER loendab tähendust muutvate vigadega lausungeid. Sierra heli ja märgendid on avalikud.
VoiceCodeBenchi stsenaariumid on sünteetilised ja inimeste ette loetud ning selle WER on vormingust sõltumatu. CTEM mõõdab taastatavaid olemeid; TSR nõuab, et segmendi iga sihtväärtus oleks taastatav. Heli ja annotatsioonid ja hindamiskood on avalikud. TORGO kasutab lausungipõhise WER-i keskmist, mille ülempiir on 100%, mitte koond-WER-i. Testikäivitused toimusid 2025-09-17–18, enne 2026. aasta parandust. Verli ja Superwhisper avaldavad transkriptsioonitooteid ning WhisperKiti autorid arendavad konkureerivat süsteemi.