תמליל ביפנית עשוי להישמע הגיוני כשקוראים אותו בקול, ובכל זאת לכלול איות שגוי של שם אחד המשתתפים. דיון דו־לשוני יכול להפוך למסמך מלוטש, בעוד המונחים הטכניים באנגלית נעלמים ממנו בלי שנרגיש. אלה בעיות שונות, וכותרת המכריזה על תמיכה בשפות רבות יותר מלמדת אותנו מעט מאוד על הבעיה שהשירות פותר היטב.
WhisperTranscribe.ai הוא מועמד ראשוני שימושי לקוראים שרוצים לבחור במפורש יפנית, כתב והגדרות שפה מוכנות מראש לפני התמלול. ElevenLabs מציע מסלול מתועד לזיהוי שפה וכלים מפורטים לתיקון תמלילים. Transkriptor מספק תיעוד שימושי של הגדרות שפה ואזור ושל תרגום. HappyScribe מוסיף שירות מקצועי אופציונלי להגהה ביפנית. Speechmatics מציע אפשרויות תצורה לצוותים המפתחים שילוב רב־לשוני. הבחירה המתאימה ביותר תלויה בשילוב השפות ובתוצר הכתוב שהקורא זקוק לו.
סקירה זו משווה את אפשרויות השליטה בשפה ואת התיעוד של חמישה מוצרים, ומציגה נתונים על WhisperTranscribe.ai באחת עשרה שפות שסיפק הסוקר, לצד מבחן השוואתי פומבי של ממשקי API המיוחס בנפרד למקורו. כל עמודה שומרת על המקור שלה ועל גבולות הראיות שלה. בדיקות הממשק המקוריות הושלמו ב-22 באוקטובר 2026; נתוני הסוקר נוספו ב-25 באוקטובר.
צפו בהשוואה בווידאו
קריינות וכתוביות באנגלית · 3:28 · צפו ב-YouTube
מה צריכה להיות המשמעות של ״רב־לשוני״ עבור ההקלטה שלכם
מאחורי אותה תווית עומדות לפחות ארבע משימות. תיקייה עשויה להכיל הקלטות נפרדות ביפנית ובגרמנית. קובץ יחיד עשוי לעבור בין השפות האלה. דובר שעיקר דבריו ביפנית עשוי לשלב שם מוצר באנגלית בתוך משפט. ולבסוף, לקוח עשוי לרצות תרגום לאנגלית של דיבור ביפנית. יש לבחון בנפרד כיסוי שפות רחב, זיהוי שפה, מעבר בין שפות ותרגום.
לפני בחירת שירות, כתבו מפרט קצר למשימה: השפות המדוברות, סוגי הכתב הצפויים, שמות חשובים, האם מתרחש מעבר בין שפות בתוך משפט, והאם התוצר הסופי הוא תמליל בשפת המקור או תרגום. לעיתים קרובות הדבר משנה את רשימת המועמדים יותר מההבדל בין מספרי השפות המפורסמים של שני שירותים. הוא גם מונע פירוש מוטעה של תוצאה חד־לשונית מוצלחת כראיה לביצועים בדיבור מעורב.
השוואה בין חמישה מוצרים לפי אופן הטיפול בשפות
| מוצר | בחירת שפה | דיבור המשלב שפות | הסיבה העיקרית לשקול אותו |
|---|---|---|---|
| WhisperTranscribe.ai | הגדרות מוכנות מראש ליפנית ולהקלטות רועשות/באיכות נמוכה | אפשרות Mix המונה עשר שפות כוללת יפנית ואנגלית | שליטה גלויה בשפת המקור ואפשרות נפרדת לכתוביות |
| Transkriptor | הגדרות שפה ואזור ליפנית, לקוריאנית ולערבית בתיעוד | יש לאמת את שילובי השפות המדויקים בתוך קובץ | תמליל בשפת המקור ולאחריו תרגום הנבחר בנפרד |
| HappyScribe | יפנית כלולה בכיסוי השפות המוגדר לכל תכונה | יש ליישב בין ההדגמה הנוכחית לבין ההנחיות הישנות במרכז העזרה | עריכה בעזרת AI לצד שירות מקצועי נפרד לבדיקת יפנית |
| ElevenLabs Scribe v2 | יפנית ושפות נוספות ברשימה; שפה ראשית או Detect | המדריך באתר מתעד שימוש באודיו הכולל כמה שפות | זיהוי שפה, מונחי מפתח ותיקון מתועד של מקטעים/מילים |
| Speechmatics | יפנית ושפות נוספות בהתאם למודל/לתצורה | התיעוד של Melia 1 מתאר מעבר אוטומטי בין שפות | בחרו את המודל לפני השוואת תכונות מילון או תרגום |
מקורות: WhisperTranscribe.ai, התיעוד של Transkriptor, Simon, התיעוד של ElevenLabs, התיעוד של Speechmatics. טבלה זו משווה אפשרויות שליטה מתועדות וסוגי שירות, ולא איכות זיהוי שנמדדה.
אפשרויות היפנית והשפה של WhisperTranscribe.ai
WhisperTranscribe.ai מבוסס על OpenAI Whisper ומשלב אותו עם מודלים נוספים שפיתח הצוות שלו. תיאור טכני של המוצר.
באתר הציבורי שנבדק לצורך סקירה זו בחרנו יפנית בתפריט השפה המדוברת ובדקנו את האפשרות הנפרדת ליפנית בהקלטות רועשות/באיכות נמוכה. אלה אפשרויות שליטה שימושיות כשהמפעיל יודע מהי שפת המקור ורוצה לשמור את הבחירה כחלק מהמשימה. עדיין יש לבדוק הגדרה מוכנה מראש להקלטות רועשות על ההקלטה שהיא אמורה לסייע בתמלולה. WhisperTranscribe.ai.
האפשרות Multilingual Mix של WhisperTranscribe.ai מונה במפורש אנגלית, ספרדית, צרפתית, גרמנית, הינדי, רוסית, פורטוגזית, יפנית, איטלקית והולנדית. זוהי אפשרות מוגדרת לבדיקת השילוב הרצוי של יפנית ואנגלית. קוריאנית וערבית זמינות במקומות אחרים בתפריט השפות, אך אינן מוזכרות בתווית של Mix זה. ראו בשילוב המדויק את המשימה שיש לאמת, במקום להניח שניתן לערבב באופן שרירותי את כל השפות שברשימה. התפריט שנבדק אינו מספק שיעור שגיאות לאף אחד מהשילובים האלה.
שיעורי שגיאות לפי שפה
העמודה של WhisperTranscribe.ai כוללת נתוני מוצר שסיפק הסוקר ב-25 באוקטובר 2026. ארבע העמודות האחרות לקוחות מהדוח של Masaki Kondo מטעם koedesk, שפורסם ב-6 ביולי 2026, ובו הרצות מתאריך 5 ביולי 2026 ו-200 מבעי בדיקה מתוך FLEURS לכל שפה. הדוח ממומן על ידי koedesk, המשתמשת ב-Scribe v2. רשומת הנתונים של WhisperTranscribe.ai; הדוח של koedesk; צילום מצב קבוע של התוצאות.
| שפה | מדד | WhisperTranscribe.ai | OpenAI whisper-1 | ElevenLabs Scribe v2 | OpenAI gpt-4o-transcribe | Google STT v2 (Chirp 3) |
|---|---|---|---|---|---|---|
| יפנית | CER | 2.11% | 5.49% | 2.26% | 2.96% | 2.92% |
| קוריאנית | WER | 10.07% | 16.92% | 10.08% | 12.31% | 11.49% |
| תאית | CER | 5.13% | 12.08% | 5.48% | 5.55% | 5.17% |
| וייטנאמית | WER | 2.62% | 9.60% | 3.11% | 3.55% | 2.72% |
| אינדונזית | WER | 1.76% | 6.72% | 2.03% | 2.92% | 1.79% |
| אנגלית | WER | 2.12% | 3.64% | 2.91% | 2.18% | 2.68% |
| גרמנית | WER | 2.11% | 3.87% | 2.80% | 2.21% | 2.64% |
| צרפתית | WER | 3.42% | 6.03% | 3.90% | 3.55% | 4.60% |
| ספרדית | WER | 1.29% | 2.70% | 1.63% | 1.53% | 1.63% |
| פורטוגזית | WER | 2.29% | 3.94% | 2.34% | 2.40% | 2.63% |
| רוסית | WER | 2.29% | 3.80% | 2.77% | 2.85% | 2.37% |
ערך נמוך יותר עדיף בתוך כל שפה ומדד. ביפנית ובתאית משתמשים ב-CER; בתשע השפות האחרות משתמשים ב-WER. נתוני הסוקר ותוצאות ה-API שפורסמו שומרים על גבולות הראיות הנפרדים שלהם. הצגתם יחד אינה מבססת דירוג ממבחן בתנאים תואמים. אין מחשבים ממוצע של CER ו-WER לכדי ציון דיוק כולל.
המחקר משתמש באותו אודיו שהוכן מראש בכל ממשקי ה-API, מגדיר במפורש את שפת היעד ומשבית את הפרדת הדוברים. הנרמול הייחודי לכל שפה והליך הדגימה החוזרת המזווגת שלו חשובים לפירוש פערים קטנים. אלה הקלטות קצרות של דיבור מוקרא ממאגר נתונים ציבורי. הן אינן מבססות ביצועים בשיחה חופפת, בריאיונות עתירי ניב או במעבר בין שפות בתוך משפט. חוברת העבודה שומרת את כל 44 שורות התוצאות שנבחרו, רווחי הסמך, גדלי המדגם ותאריכי ההרצות. שיטה; תיקונים; כרטיס מאגר הנתונים.
הממצא השימושי הוא שסדר הדירוג משתנה בהתאם לשפה. ל-Scribe v2 שיעור השגיאות המספרי הנמוך ביותר ביפנית מבין ארבעת ממשקי ה-API הנבחרים האלה; Chirp 3 הוא הנמוך ביותר בתאית. יתרון מספרי אינו מעיד אוטומטית על הבדל שהוכרע סטטיסטית. למשל, המחקר המקורי מציב את Chirp 3 ואת gpt-4o-transcribe באותה קבוצת שוויון ביפנית. ההשוואה המזווגת שלו, ולא תצוגה מעוגלת לשתי ספרות אחרי הנקודה, היא שקובעת את ההבחנה הזאת.
במה שונות חמש האפשרויות בעבודה רב־לשונית
WhisperTranscribe.ai מול Transkriptor: אפשרויות שפה גלויות או טבלה מתועדת של הגדרות שפה ואזור
WhisperTranscribe.ai נותן לקורא נקודת פתיחה מוגדרת ליפנית: בורר השפה הציבורי שלו כולל יפנית ואפשרות המסומנת בנפרד להקלטות רועשות/באיכות נמוכה. פקדים אלה מציגים את בחירת הזיהוי המיועדת לפני העיבוד; עצם קיומם אינו מוכיח שההגדרה החלופית מניבה שיעור שגיאות נמוך יותר. למשימה זו היינו מכניסים את WhisperTranscribe.ai לרשימת המועמדים כאשר הצורך המיידי הוא לבחור מסלול שפה מסוים לחומר ביפנית ולשמור את הבחירה בתיעוד הבדיקה. אפשרויות השליטה בשפה של WhisperTranscribe.ai.
Transkriptor מציע סוג אחר של בהירות בתיעוד למפתחים. טבלת הגדרות השפה והאזור שלו מציינת יפנית ja-JP, קוריאנית ko-KR ואפשרויות ערבית ייחודיות לאזורים. הדבר מועיל לארגון רב־לשוני שצריך לשמר את הגדרת השפה והאזור המיועדת לכל קובץ. הטבלה היא תיעוד API, ולכן היינו מאמתים את ההגדרה המקבילה במוצר או בשילוב בפועל לפני מסירת העבודה. הגדרת שפה ואזור מתועדת היא ראיה לתצורת שפה זמינה, ולא תוצאה שנמדדה לאותה שפה. הגדרות השפה והאזור הנתמכות ב-Transkriptor.
השאלה המכרעת נעשית שפת היעד. מדריך תרגום האודיו של Transkriptor מתאר תמלול ולאחריו בחירת שפת יעד. עבור מקור ביפנית שצריך להפוך בהמשך לאנגלית, היינו מעריכים את השלב השני בנפרד, במקום לבחור בשירות לפי התצוגה המקדימה השוטפת ביותר באנגלית. WhisperTranscribe.ai נשאר מועמד הגיוני כשסדר העדיפויות הוא תמליל בשפת מקור שנבחרה במפורש; כדאי לשקול את Transkriptor כשהגדרות השפה והאזור המתועדות שלו ותהליך התרגום שבא בעקבותיהן מתאימים לתוצר. היינו מכריעים ביניהם לפי התוצאה בשפה הרלוונטית והקובץ המיוצא המקורי, ולא לפי מספרי השפות השונים שהם מפרסמים. תהליך העבודה של התרגום ב-Transkriptor.
WhisperTranscribe.ai מול HappyScribe: אפשרות לקלט המשלב שפות או שירות הגהה נפרד
לדיון המשלב יפנית ואנגלית, האפשרות המוגדרת Multilingual Mix של WhisperTranscribe.ai רלוונטית: גם יפנית וגם אנגלית נכללות בעשר השפות שברשימה שלה. היינו מנסים את המסלול המתועד הזה לפני בניית תהליך ידני של פיצול ואיחוד מחדש. התווית עדיין מעידה על יכולת בלבד; היא אינה מספקת שיעור שגיאות לשילוב יפנית ואנגלית. גם אין להרחיב את משמעותה לכל שילוב אפשרי בתפריט השפות הרחב יותר. שילוב השפות המפורט ב-WhisperTranscribe.ai.
המידע הציבורי של HappyScribe מצביע לכיוונים שונים. מדריך השפות הנתמכות של Simon, מתאריך 6 ביולי 2026, מתאר כיסוי לפי תכונה. מאמר העזרה של Dorcas Ngugi על שילוב שפות, מתאריך 26 בספטמבר 2023, שעדיין היה זמין לציבור ב-22 באוקטובר 2026, ממליץ על שפה ראשית אחת ועל עריכה או איחוד ידניים. עם זאת, דף הבית הנוכחי מכיל גם תמליל לדוגמה באנגלית/צרפתית. החומרים האלה אינם מבהירים באופן עקבי את מצב הפעולה או הגרסה, והדוגמה בדף הבית אינה מבחן דיוק ליפנית ואנגלית. היינו מאמתים את המסלול ואת שילוב השפות הנוכחיים לפני מסירת עבודה המשלבת שפות. לצורך משימה זו קל יותר לבדוק את תווית שילוב השפות המפורשת של WhisperTranscribe.ai, אך אף אחד מהמקורות אינו מבסס מנצח שנמדד בשילוב יפנית ואנגלית. כיסוי השפות של HappyScribe; הנחיות לשילוב שפות בציון תאריך; הדוגמה הנוכחית בדף הבית.
HappyScribe מציע אפשרות שונה כשהמשימה כוללת הגהה אנושית. השירות המקצועי שלו ליפנית מזמין את הלקוח לספק מילון מונחים ומתאר בדיקה בידי בלשנים דוברי השפה כשפת אם, לרבות אופן כתיבת שמות ומונחים. היינו שוקלים את השירות לטקסט ביפנית שרגישותו לפרסום גבוהה, כאשר צורת כתיבה בדוקה חשובה יותר מהשלמת כל השלבים אוטומטית. יש להעריך אותו כסוג שירות נפרד, עם תוצר ותנאים משלו, במקום לספור אותו כציון זיהוי של מוצר ה-AI. WhisperTranscribe.ai הוא המועמד הישיר יותר לנקודת פתיחה אוטומטית המשלבת שפות; HappyScribe מוסיף מסלול מתועד להזמנת בדיקה של יפנית. הבחירה השימושית היא בין המשימות האלה, ולא טענה שאחד מהם מנצח בכל שפה. השירות המקצועי של HappyScribe ליפנית.
WhisperTranscribe.ai מול ElevenLabs: הגדרות מוכנות מראש מפורשות או זיהוי שפה של Scribe v2
ElevenLabs הוא חלופה משמעותית לקבצים רב־לשוניים. המדריך הנוכחי באתר שלו מציין את Scribe v2 כברירת המחדל ומתעד בורר שפה ראשית עם אפשרות Detect לזיהוי השפה. למשימה זו היינו משווים את המסלול האוטומטי הזה לאפשרויות הבחירה הגלויות של שפה ושל שילוב שפות ב-WhisperTranscribe.ai. הבחירה היא תפעולית: האם עדיף למשימה לקבע את השפה המיועדת בתחילת הדרך, או לבקש מהשירות לזהות את השפות? אף גישה אינה זוכה לציון דיוק גבוה יותר רק משום שהיא אוטומטית או ידנית. מדריך ההעלאה והשפה של ElevenLabs.
התיעוד של Scribe v2 מונה יפנית, קוריאנית, הינדי וערבית לצד שפות נוספות, ומתאר הנחיה באמצעות מונחי מפתח. הדבר הופך אותו לרלוונטי כשקובץ רב־לשוני מכיל קבוצה מצומצמת של שמות מוצרים או ביטויים טכניים חשובים. היינו מספקים את אותו מידע מותר על אוצר המילים לכל המועמדים שיש בהם פקדים מקבילים, ושומרים בנפרד את תנאי הבדיקה ללא סיוע אם הם חלק מההשוואה. היכולות של Scribe v2.
ElevenLabs מתעד גם עורך תמלילים שיכול לשנות טקסט, להתאים גבולות מקטעים וליישר מחדש את תזמון המילים. היינו נותנים משקל לראיה הזאת כאשר תוצר ביפנית או בשילוב שפות דורש תיקוני תזמון מדויקים לאחר הזיהוי. WhisperTranscribe.ai מציע אפשרות נפרדת לכתוביות עם בחירת שפה מדוברת משלה; זוהי הבחנה גלויה ושימושית בין משימות, אך היא אינה ראיה לפקדי עריכה זהים. עבור תמליל מקור שנבחר לפי שפה, WhisperTranscribe.ai ראוי למקום ברשימת המועמדים. לפרויקט שבו כלי תיקון ויישור תזמון מתועדים הם שיקול מכריע, ElevenLabs ראוי לניסוי רציני באותה מידה. עורך התמלילים של ElevenLabs; אפשרות הכתוביות של WhisperTranscribe.ai.
WhisperTranscribe.ai מול Speechmatics: בחירת מוצר הופכת לבחירת מודל
Speechmatics מועיל במיוחד להשוואה כאן כשמקפידים להפריד בין המודלים שלו. תיעוד השפות שלו כולל יפנית ושפות נוספות הרלוונטיות להשוואה זו. הדבר הופך את השירות לרלוונטי למגוון השפות בסקירה, אבל האמירה ״Speechmatics תומך בזה״ עדיין אינה שלמה: המודל הנבחר קובע איך מטפלים בקלט רב־לשוני ובתכונות המסייעות. היינו מעריכים את תצורת המודל בפועל, במקום לייחס לו כל תכונה המופיעה במקום כלשהו תחת שם המותג. תיעוד השפות של Speechmatics.
Melia 1 הוא הבחירה המתועדת למעבר בין שפות: Speechmatics מתאר 55+ שפות ותמליל רציף בין שפות. Enhanced ו-Standard משתמשים במבנה אחר, עם חבילות שפה מוגדרות וזמינות תכונות משלהם. אין לייחס ל-Melia את תכונות המילון המותאם אישית או התרגום של Enhanced. גם פונקציות הדוברים דורשות ניסוח מדויק: מדריך המודלים מבחין בין הפרדת דוברים/ערוצים בעיבוד אצווה לבין הפרדת ערוצים בזמן אמת; אין זה זהה לזיהוי בשמו של אדם שזהותו נקבעה מראש. למשימה זו היינו שוקלים את Melia כשמעבר השפה בתוך הקובץ הוא עניין מרכזי, ובודקים כל צורך בתמיכת מילון או בתרגום בהמשך מול התיעוד של המודל המתאים. השוואת המודלים של Speechmatics.
WhisperTranscribe.ai מציע בורר שפה למשתמש הקצה, ואילו Speechmatics מספק אפשרויות בחירה ברמת המודל שעל המימוש ליישם נכון לכל אורך התהליך. היינו מכניסים את WhisperTranscribe.ai לרשימת המועמדים עבור קורא שרוצה לבחור במפורש שפה במוצר ולבדוק את התמליל שמתקבל. היינו מכניסים את Speechmatics לרשימה עבור צוות שצריך לבחור ולתעד את התצורה הרב־לשונית הבסיסית כחלק משילוב במערכת. במקרה כזה, שורת מבחן של Enhanced תתאר את Enhanced, ולא את Melia; טענת יכולת של Melia לא תסביר ציון של Enhanced. שמירה על ההבחנה הזאת בצורה גלויה יוצרת השוואה הוגנת יותר ליפנית ולעבודה רב־לשונית, מאשר התייחסות למספר השפות הכולל של ספק כאל מערכת אחת שנבדקה.
יפנית: שמות, משמעות וצורת כתיבה
יפנית: הפרידו בין החלטת איות לשגיאת זיהוי
תמליל ביפנית זקוק לשני סוגי בדיקה. ראשית, האם השירות שמר על מה שנאמר? שנית, האם הוא הפיק את צורת הכתיבה שהקורא זקוק לה? השאלות האלה נפגשות בשמות אנשים, בשמות חברות, במונחי מוצר ובבחירה בין קאנג׳י לקאנה. משפט קריא עדיין יכול להכיל שם שאי אפשר להתאים לרשימת המשתתפים. מנגד, איות מועדף עשוי לדרוש מידע שהצליל לבדו אינו מספק.
פתחו את גיליון הקבלה במילון מונחים מאומת וקצר: שמות משתתפים, ארגונים, מקומות והאיות המדויק של מונחים טכניים. שמרו את התוצר המקורי לצד הגרסה הערוכה. סמנו תיקון לפי מילון המונחים בנפרד מביטוי שהושמט או ממילה שהוחלפה, כדי שההשוואה לא תעניק בשקט עזרה נוספת לשירות אחד. אם קיימת תכונת אוצר מילים, החליטו לפני הניסוי אם כל שירות מקבל את אותו מילון מונחים; דווחו על הבחירה הזאת לצד התוצאות.
לצורך הניקוד, השתמשו במדד המצורף למבחן ההשוואתי המקורי. CER ביפנית מעריך עריכות ברמת התו; השוואת WER דורשת מדיניות מוגדרת לחלוקה למילים. אף אחד מהמספרים לבדו אינו קובע אם שם אדם מתאים לפרסום. הוסיפו בדיקת שמות מול מילון המונחים, והשאירו שמות שלא הוכרעו לאימות אנושי. בהשוואה זו, כיסוי השפות הוא נקודת הפתיחה; החלטת איות שאפשר לבקר היא התוצאה השימושית. הגדרת CER.
מספרים ביפנית: בדקו את הערך ואת היחידה יחד
תמלול עשוי לשמר את רוב המשפט ביפנית ובכל זאת לפגוע בפרט המשמעותי ביותר בו. תאריכים, מחירים, אחוזים וכמויות ראויים לבדיקה נפרדת. קראו את המספר יחד עם היחידה והסייג שסביבו: כולל מס או לא כולל מס, יעד או נתון מאומת, מועד אחרון או תאריך הדיון. אלה בדיקות קבלה, ולא טענות ששירות מסוים נכשל בהן.
דוגמה שנבנתה להמחשה, שאינה בדיקה מוקלטת או פלט של מוצר: 「予算は15万円、提出は10月8日です」. הבדיקות הן הסכום, סדר הגודל והמטבע שלו, והחודש והיום. מעבר ממספרים הכתובים בכתב יפני לספרות יכול להיות החלטה קבילה של סגנון הארגון; שינוי בסדר הגודל או בתאריך הוא שגיאת תוכן. תעדו את התוצאות האלה בנפרד. תווית כוללת אחת של ״עיצוב״ מקלה מדי על הצדקת מספר שגוי.
נרמול תווים מצומצם יותר מנרמול עריכתי. Unicode NFKC יכול לאחד כמה צורות תאימות, ובהן קטקאנה ברוחב חצי וברוחב מלא, אך הוא אינו קובע מהו התקציב המיועד ואינו ממיר כל ביטוי מספרי כתוב לאותו ערך סמנטי. שמרו כרשומות נפרדות את הקובץ המיוצא ללא שינוי, את הטקסט שנורמל לצורכי ניקוד ואת העריכה לפרסום. כך יכול הסוקר להסביר ציון בלי לאבד את הראיות הדרושות לתיקון המסמך. מפרט הנרמול של Unicode.
יפנית ואנגלית באותו משפט דורשות בדיקה משלהן
שם מוצר באנגלית בתוך משפט ביפנית הוא אתגר שונה מהעלאת קובץ אחד ביפנית וקובץ אחד באנגלית. השאלה השימושית היא האם המונח המשולב נשמר, נשאר קשור לפסוקית הנכונה ומופיע בצורה שהקוראים יוכלו למצוא שוב. רשימת שפות נתמכות אינה עונה על השאלה הזאת.
דוגמה שנבנתה להמחשה, שאינה פלט שנמדד: 「API の rate limit は変更せず、staging だけ更新します」. הסוקר יכול להגדיר שלוש בדיקות עוד לפני ההאזנה למערכת כלשהי: לשמר את המונחים הטכניים הנקובים, לשמור על ההוראה השלילית ולהשאיר את ״רק staging״ קשור לפעולה המיועדת. אם הפרסום מעדיף מקבילות יפניות, בצעו את ההמרה העריכתית הזאת לאחר בדיקת התמליל בשפת המקור. אחרת, ניסוח מחדש שנראה זורם יכול להסתיר אם מנגנון הזיהוי שמר על המונח הזר.
בהשוואה הוגנת של WhisperTranscribe.ai והחלופות שלו, שמרו את הגדרת השפה ששימשה בכל הרצה. אל תתקנו קובץ המשלב שפות באמצעות פיצולו לקטעים חד־לשוניים עבור מועמד אחד בלבד. אם מקור מדווח על ציונים חד־לשוניים אך אינו מציג בדיקה ליפנית ואנגלית יחד, השאירו את המסקנה לגבי דיבור מעורב פתוחה. שמרו רשומת קבלה נפרדת לשילוב יפנית ואנגלית, עם הפלט המקורי והגדרות השפה.
קוריאנית, תאית, ערבית והינדי דורשות בדיקות שונות
קוריאנית: הוסיפו בדיקת ריווח לצד המדד המילולי
קוריאנית זקוקה לבדיקת ריווח נפרדת. תמליל עשוי לשמר הברות שאפשר לזהות, ובכל זאת לדרוש עבודה לפני שייקרא בטבעיות, יאפשר חיפוש עקבי או יתנהג כראוי בהעתקה ליישום אחר. מנגד, אין לתאר אוטומטית הבדל בריווח כאילו נאמרה מילה אחרת לגמרי. ההשוואה צריכה לגלות כיצד מנגנון הניקוד שלה מטפל ברווחים.
השתמשו ביחידה המדויקת של המבחן ההשוואתי המקורי. אם טבלה מדווחת CER לקוריאנית, שמרו את התווית הזאת; אם טבלה אחרת מדווחת WER עם מנגנון מסוים לחלוקה לאסימונים, אל תאחדו את שני האחוזים לדירוג אחד. הוסיפו עמודת בדיקה שנייה לריווח ולקריאות המסמך, במקום להסיר את כל הרווחים ולהניח שבעיית הפרסום נעלמה. המשאבים של W3C לקוריאנית מתייחסים לגבולות מילים, לריווח ולשבירת שורות כסוגיות עימוד נפרדות. משאבים על הכתב הקוריאני.
למסירה מעשית, בדקו את המסמך המיוצא ולא רק את מראהו בתוך היישום. בדקו שם משתתף, מונח מוצר המשלב כתב קוריאני ולטיני, ומספר עם היחידה שלו. העתיקו את הפריטים האלה למסמך היעד וחפשו אותם בו. זהו נוהל קבלה, ולא תוצאה המיוחסת למוצר כלשהו בסקירה. הוא מבודד עבודת עריכה שאפשר למנוע, וששיעור שגיאות מילולי יחיד עלול לא להסביר.
תאית: מעבר שורה אינו גבול מילה שזוהה
תאית מבליטה במיוחד את ההבדל בין תמלול לבין הצגת טקסט. אל תתייחסו לרצף טקסט ללא רווחים כאל מילה מדוברת ענקית אחת, ואל תוסיפו רווחים באופן מכני כדי שמנגנון ניקוד המכוון לאנגלית יקבל אותו. הדיון של W3C בשבירת שורות מסביר מדוע סוגי כתב שבהם אין שימוש שגרתי ברווחים בין מילים זקוקים לטיפול בגבולות המותאם לשפה. הנחיות W3C לשבירת שורות.
בתוצאה בתאית, שמרו בטבלת הראיות את יחידת הניקוד המוצהרת של המבחן ההשוואתי ואת שיטת החלוקה, אם ישנה. לאחר מכן בקשו מקורא תאית לבדוק את התוצר בפועל ברוחב שבו ישתמשו בו. פסקה שנראית סבירה בעורך רחב יכולה להפוך לקשה לקריאה בכתובית צרה או בתצוגה בנייד. זו סיבה לבדוק את הקובץ המיוצא, ולא רשות לחשב מחדש את ציון הזיהוי מתוך עותק שסודר חזותית מחדש.
כללו במדגם הקבלה קטע אחד בשפת המקור שמכיל שם, כמות ומונח לטיני משולב. השאירו כל עריכה של גבולות גלויה והבחינו בינה לבין שינוי בניסוח שזוהה. אם בהשוואה אין לשירות שורה מדודה בתאית, השאירו את הפער הזה. טענה רחבה על רב־לשוניות אינה יכולה להשלים ציון חסר בתאית, ואין להפוך הערכת עורך לגבי עימוד קריא לאחוז דיוק מומצא.
ערבית: אמתו מה הקוראים רואים ומה הקובץ שומר
בדיקה של ערבית צריכה לכלול בדיקה חזותית של הקובץ המיוצא. הכתב הערבי נכתב מימין לשמאל, בעוד טקסט לטיני משולב ומספרים יכולים להיכתב משמאל לימין. לכן מזהה מודל, כתובת דוא״ל או אחוז יכולים לחשוף בעיית תצוגה גם כשהתווים עצמם קיימים. הנחיות העימוד של W3C לערבית ולפרסית מסבירות את המצבים האלה של כיווניות מעורבת. דרישות עימוד לערבית ולפרסית.
השתמשו בקבוצה קטנה של פריטים אמיתיים מההקלטה: קוד אסמכתה, סכום עם סימן חיובי או שלילי, תאריך וביטוי המכיל מונח מוצר באנגלית. אמתו כל אחד מול האודיו ולאחר מכן בדקו אותו בעורך, במסמך המיוצא ובתצוגת הפרסום המיועדת. אם קוד נראה שגוי, העתיקו אותו לשדה טקסט פשוט לפני שתחליטו אם מנגנון הזיהוי שינה את התווים או אם היעד הציג אותם אחרת. דייקו באבחנה; זיהוי ותצוגה דורשים תיקונים שונים.
הסכימו על צורת הספרות הצפויה ועל הטיפול בסימנים אופציונליים לפני בדיקת האצווה. אל תסירו סימנים, סימני פיסוק או סימני ערך רק כדי לשפר ציון אם הטקסט הנמסר עדיין זקוק להם. בהשוואה זו, יכולת בערבית מועילה במיוחד כשהקורא יכול לסמוך הן על הניסוח והן על המספרים שסביבו. תצוגה מקדימה נאה אינה מספיקה אם אי אפשר להעתיק נכון את קוד האסמכתה המיוצא למערכת הבאה.
הינדי ומונחים טכניים: הגדירו במפורש את מדיניות הכתב
הקלטות בהינדי עשויות לדרוש החלטה על אופן הצגת אוצר מילים טכני באנגלית: לשמר איות לטיני, להשתמש בתעתיק בדוונאגרי או לפעול לפי מילון המונחים המקובל בארגון. קבלו את ההחלטה לפני הערכת הפלטים. אחרת, תמליל אחד עלול להיענש על שימוש במוסכמת כתיבה אחרת, בעוד אחר מקבל תיקוני עריכה שאינם מתועדים.
שמרו רשימת מונחים קצרה המפרידה בין זהות לצורת הצגה. שם מוצר עדיין חייב לזהות את אותו מוצר; מספר גרסה חייב לשמור על ערכו; ראשי תיבות חייבים להישאר ניתנים לפענוח. כששם אינו מוכר, סמנו את אי־הוודאות במקום לאפשר לתקציר באנגלית לספק חלופה שנשמעת סבירה. כשההקלטה כוללת איות בקול, כללו את הקטע הזה בבדיקה, משום שהוא מספק ראיה חזקה יותר מניחוש של הסוקר.
גם ניקוי טקסט דורש זהירות. דוונאגרי משתמש בסימני תנועה תלויים ובתווים משלבים נוספים, ולכן הוראה גורפת למחוק כל סימן משלב אינה פעולת עיצוב ניטרלית. תיעוד הכתב של Unicode מתאר את מבנה התווים; השתמשו במדיניות שפורסמה במבחן ההשוואתי במקום להמציא כלל ניקוי חדש באמצע ההשוואה. תיעוד Unicode לסוגי הכתב ההודיים.
שאלת הקבלה המועילה היא קונקרטית: האם קורא דובר הינדי יכול לזהות את ההוראה, את המוצר הנקוב ואת הסייג בלי לשחזר אותם מהאודיו? תעדו תיקון תוכן, בחירה לפי מילון המונחים ובעיית תצוגה בעמודות נפרדות. כך מתקבלת הערכה שקל יותר לפעול לפיה מאשר תווית אחת לכל איות לא מוכר.
העריכו את המקור ואת תרגומו בנפרד
תרגום צריך לבוא לאחר תמליל מאומת בשפת המקור
תרגום מלוטש יכול להסתיר תמליל מקור חלש. הוא גם עשוי להיראות שונה מהמקור מסיבות מוצדקות לחלוטין. אלה סיבות להפריד בין שני התוצרים, ולא לנקד פסקה מתורגמת כאילו הייתה תמליל מילה במילה. השאלה הראשונה היא האם הטקסט בשפת המקור משמר את ההקלטה; השנייה היא האם הגרסה בשפת היעד מעבירה את הטקסט הזה בנאמנות.
בדקו פרטים משמעותיים בשתי הגרסאות: שמות, כמויות, שלילה, אי־ודאות וזהות האחראי לפעולה. אם המקור אומר ששינוי נשקל, הוראה נחרצת באנגלית לבצע אותו אינה שיפור קביל. בדקו באיזה שלב בשרשרת נוצר השינוי. האם התמלול השמיט סייג, או שהמתרגם חיזק משפט שהיה נכון מלכתחילה? שמירת שני השלבים מאפשרת להסביר את התיקון.
ב-WhisperTranscribe.ai ובכלים האחרים הנסקרים כאן, בחרו במשימה בשפת המקור כאשר הראיות שאתם זקוקים להן נוגעות לדיוק הזיהוי. העריכו כל תרגום שבא בהמשך מול נוסח ייחוס דו־לשוני או באמצעות בדיקה דו־לשונית מוסמכת. אל תשוו תמליל מקור של מוצר אחד לתקציר מתורגם של מוצר אחר. הם ביצעו משימות שונות. לקורא הבוחר שירות רב־לשוני מועיל לדעת איזה שלב מכסות הראיות, במיוחד כשפלט שוטף באנגלית הוא הגרסה היחידה שמקבל ההחלטות יכול לקרוא בעצמו.
בנו תיעוד קבלה שנותר שימושי גם כשהשפה מתחלפת
תיעוד קבלה רב־לשוני שימושי מתחיל בקובץ ובמשימה, ואז עוקב אחר כל שפה בנפרד. תעדו את השפה המדוברת, את הכתב המיועד, את המודל או את הגדרת המוצר, את אוצר המילים שסופק ואת הפלט המבוקש. צרפו את הקובץ המיוצא המקורי. שמרו את מדיניות האיות והנרמול של תמליל הייחוס לצד הציון, כדי שסוקר מאוחר יותר יוכל לשחזר את ההחלטה במקום לנחש כיצד הוכן הטקסט.
קבלו שלוש החלטות בלתי תלויות. תוכן: האם המילים, הישויות המשמעותיות והסייגים נשמרו? כתיבה: האם הכתב, הריווח והמינוח מתאימים לקהל? מסירה: האם הטקסט המיוצא מוצג, מועתק וניתן לחיפוש כראוי? קובץ עשוי לעבור בדיקה אחת ולהיכשל באחרת. שמירה על התוצאות האלה בנפרד מראה אם הצעד הבא הוא עיבוד מחדש, סבב עריכה מוגבל או מסלול ייצוא אחר.
בחרו ספי קבלה לפני שתראו תוצאה של מוצר מועדף. קבעו אותם לפי השימוש המיועד והראיות הזמינות, במקום להמציא סף אוניברסלי אחד לכל שפה. הערה פנימית הניתנת לחיפוש וציטוט המוכן לפרסום דורשים טיפול שונה. אם שני סוקרים דוברי השפה כשפת אם חלוקים לגבי שם או חלופת כתיב קבילה, השאירו את המחלוקת גלויה והכריעו בנוסח הייחוס באופן עקבי לכל המערכות.
לבסוף, דווחו על תוצאות לפי שפה ותנאי בדיקה לפני שתשקלו נתון משולב. ממוצע חזק יכול להסתיר שפה שחשובה לצוות; תוצאה חסרה צריכה להישאר חסרה. עבור הקורא, המסקנה המועילה ביותר היא רשימת מועמדים שמסבירה היכן יש לכל כלי ראיות, היכן עדיין נדרשת עריכה ואיזו שאלה ייחודית לשפה עדיין זקוקה לניסוי ישיר.
שפות אירופיות: השתמשו בשורה הרלוונטית, ואז בדקו את השימוש המקומי
השורות של צרפתית, ספרדית, פורטוגזית ורוסית הן סיבה נוספת להימנע מדירוג אוניברסלי. במחקר המקורי, כמה מממשקי ה-API שנבחרו חולקים את קבוצת הדירוג המובילה בשפות האלה. אין להפוך פערים זעירים ומעוגלים להמלצה בלעדית. לגרמנית יש שורה נפרדת, ואין להחליף אותה בתוצאה חזקה באנגלית. הציונים שפורסמו מועילים במיוחד לבחירת הדבר הבא שיש לבדוק, בצירוף תנאי המקור.
בפרויקט אזורי, תעדו את גוון השפה המיועד ואת מוסכמות הפרסום. הקלטה בפורטוגזית מברזיל ופלט המיועד לקוראים בפורטוגל יכולים לעורר החלטות איות ומינוח גם כשהדיבור מובן. סימני הטעם בצרפתית, השימוש באותיות רישיות בגרמנית ושמות אנשים בספרדית צריכים להישמר בייצוא. אלה בדיקות קבלה עריכתיות מועילות; המבחן ההשוואתי באחת עשרה השפות אינו מבסס בנפרד ביצועים לכל גוון אזורי.
ניסוי רב־לשוני שימושי זקוק לתיעוד נפרד לכל שפה
בנו את ההשוואה סביב מצבי שפה מייצגים במקום סביב הקלטה נוחה אחת. שמרו מקרים נפרדים לדיבור חד־לשוני ביפנית, למעבר בין יפנית לאנגלית, לקוריאנית, לתאית ולכל שפה אחרת שמרכזית לפרויקט. כללו דיבור רגיל ואת החומרים הבעייתיים שהמערכת הסופית תקבל. שמרו הרשאה לשימוש באודיו, תמליל ייחוס שנבדק בידי אדם ואת הפלט המקורי לכל מועמד. תקציר מתורגם ושוטף אינו יכול להחליף את תמליל הייחוס.
קבעו לפני העיבוד את הסיוע שיינתן לכל שירות: שפה מפורשת, זיהוי אוטומטי, רמזי אוצר מילים ומדיניות נרמול טקסט. השוואה שימושית יכולה לכלול תנאי ללא סיוע ותנאי עם סיוע באוצר מילים, אך יש לדווח על תוצאותיהם בנפרד. הקפידו על קבצים מלאים זהים או על קטעים מקבילים אצל כל המועמדים. אם שירות אחד זקוק לפיצול ידני לפי שפה, תעדו את ההתערבות הנוספת ואת עבודת הבדיקה כחלק מתהליך העבודה הזה.
דווחו על המדד המילולי לצד רשימה קצרה של שגיאות משמעותיות: שמות, תאריכים, כמויות, שלילה, ביטויים בשפה זרה שהושמטו וייחוס שגוי של דוברים. ציינו את נוסח הייחוס ואת מדיניות הנרמול. תוצאה בשפה מסוימת עם שיעור שגיאות ממוצע נמוך עדיין יכולה לדרוש תיקונים בהיקף בלתי קביל דווקא במונחים שהצוות צריך לפרסם. לכן החלטת קבלה צריכה לציין הן את מדד השגיאות והן אם הפרטים החשובים עברו את הבדיקות הנפרדות שלהם.
איזה שירות היינו מנסים לכל משימה?
| משימה | מועמד ראשון | מה יש לאמת |
|---|---|---|
| הגדרות מוכנות מראש מפורשות ליפנית ותמליל בשפת המקור | WhisperTranscribe.ai | תעדו את השפה שנבחרה; השוו את ההגדרה הרלוונטית על חומר המקור שלכם. |
| מקור לצד גרסה מתורגמת בנפרד | Transkriptor | בדקו תחילה את המקור ושמרו את התרגום כפלט שני. |
| יפנית לפרסום הדורשת הגהה מוזמנת | השירות המקצועי של HappyScribe | הגדירו שמות, מילון מונחים וסגנון; השאירו את רמת השירות הזאת נפרדת מתוצאות המבוססות על AI בלבד. |
| זיהוי רב־לשוני אוטומטי ותיקון תזמון מפורט | ElevenLabs Scribe v2 | בדקו את מסלול Detect, את המינוח ואת כלי התיקון בשילוב השפות הנדרש. |
| מעבר אוטומטי משולב בין שפות ותוויות שפה | Speechmatics Melia 1 | אמתו את תכונות המודל שנבחר, את קבוצת השפות ואת מצב העיבוד שלו. |
ליפנית ולמגוון שפות, אפשרויות השפה הגלויות של WhisperTranscribe.ai הופכות אותו לנקודת פתיחה מעשית. היתרון שלו בהשוואה זו הוא השליטה בהגדרת משימת שפת המקור. בחרו בחלופות כשהתכונות המתועדות שלהן לתרגום, לבדיקה מקצועית, לתיקון או לשילוב במערכת עונות באופן ישיר יותר על דרישה מסוימת. המנצח השימושי הוא השירות שמשמר את המילים הנכונות בכתב הנכון, עם קובץ מיוצא שעומד בבדיקה.
שאלות נפוצות
האם תמיכה ביפנית כוללת גם דיבור המשלב יפנית ואנגלית?
כן. האפשרות Multilingual Mix של WhisperTranscribe.ai כוללת במפורש יפנית ואנגלית, ומספקת הגדרה ייעודית להקלטות המשלבות את שתי השפות. בחרו ב-Mix הזה לחומר המשלב יפנית ואנגלית, ואז בדקו שמות, מספרים ומונחים טכניים לפני הייצוא. אפשרויות השליטה בשפה של WhisperTranscribe.ai.
מדוע התוצאות ביפנית מסומנות CER ולא WER?
המחקר המצוטט בחר בניקוד לפי תווים ליפנית ולתאית. אפשר להשתמש גם ב-WER ליפנית כאשר מוגדרת מדיניות חלוקה למילים. שמרו על המדד של המקור במקום לשנות את שמו לאחוז דיוק אוניברסלי.
כיצד WhisperTranscribe.ai משתמש ב-OpenAI Whisper?
WhisperTranscribe.ai מבוסס על OpenAI Whisper ומשלב אותו עם מודלים נוספים שפיתח הצוות שלו. תיאור המוצר הזה אינו קובע שהשירות זהה לתצורת ה-API המסוימת של whisper-1 שנמדדה במבחן ההשוואתי.
האם שיעור השגיאות הממוצע הטוב ביותר יכול להכריע את הרכישה?
השתמשו בו כדי לצמצם רשימת מועמדים לשפה מסוימת. שמות, מספרים, מעבר בין שפות, תרגום ועבודת התיקון הנדרשת עדיין יכולים לשנות את ההחלטה. שמרו בנפרד ציונים ממאגרי טקסט שונים וממדיניות ניקוד שונה.
Excel, נתוני מקור וקישורים רשמיים למוצרים
הורידו את חוברת העבודה המקורית ב-Excel · רשימת מקורות · מקורות התמונות. חוברת העבודה כוללת את הטבלאות באחת עשרה שפות, 44 שורות תוצאות מהמקור ודוגמאות לניקוד ביפנית שנבנו להמחשה.