Az átíróeszközök hasonlónak tűnnek, amíg fel nem tölt egy hosszú interjút, be nem importál egy hónapnyi értekezletet, vagy videót nem kell szerkesztenie. A hasznos összehasonlítás azt vizsgálja, mennyire illik az egyes szolgáltatásokhoz ez a munka, milyen fájlkorlátozások érvényesek, és mennyibe kerül a teljes munkafolyamat.
Az AccurateScribe, az Otter, a Sonix, a Notta, a Descript és a Rev a fájlátírás, az értekezleti eszközök, a szerkesztés és az emberi szolgáltatások eltérő kombinációit kínálja. Ez az értékelés az árazást, a felvételi korlátokat, az exportot, a feldolgozási sebességet és a pontosságra vonatkozó bizonyítékokat hasonlítja össze, mindegyiknél ugyanazzal a kérdéssel: mit kap azért a munkáért, amelyet ténylegesen el kell végeznie?
Nézze meg a videós összehasonlítást
Tekintse meg 5 perces, angol nyelvű útmutatónkat a munkafolyamathoz való illeszkedésről, a felvételi korlátokról, a havi csomagköltségekről és az átírás bizonyítékairól. A részletes táblázatok, a dátumhoz kötött feltételezések és az eredeti források az alábbi cikkben találhatók.
Angol narráció és feliratok · 5:11 · Megtekintés a YouTube-on
A videó MI-vel készített szemléltető képeket és szintetikus narrációt használ. A megjelölt termékképek és a korábbi teszteredmények megtartják eredeti forrásukat és érvényességi körüket; ez nem új, ellenőrzött teszt a hat termékkel.
Otter.ai
Sonix
Notta
Descript
Rev
Induljon ki a munkafolyamatából
| Termék | Fő felhasználási terület | A legfontosabb ellenőrizendő kompromisszum |
|---|---|---|
| AccurateScribe | Értekezletek, interjúk, előadások, podcastok, videók és más hang-/videóanyagok átírása | Fix előfizetés és hosszú fájlok támogatása; a teljes átiratok és az export fizetős hozzáférést igényelnek |
| Otter | Értekezletek rögzítése és közösen használt értekezleti jegyzetek | Az értekezleti funkciók mellett ellenőrizze az importált fájlokra vonatkozó külön korlátozásokat |
| Sonix | Rögzített fájlok átírása és feliratok átadása | A foglalt órák és a túllépés díja egyaránt befolyásolja a havi számlát |
| Notta | Értekezleti jegyzetek és rendszeres fájlátírás | A Pro havi 30 órát tartalmaz, külön fájlszám- és időtartamkorláttal |
| Descript | Podcastok vagy videók szerkesztése átiraton keresztül | Az értéke attól függ, szüksége van-e az átírás mellett szerkesztésre is |
| Rev | Választás az MI-alapú átírás és az emberi szolgáltatás között | Hasonlítsa össze a konkrét szolgáltatást, a támogatott nyelvet és a külön árazást |
Funkció- és csomagrészletek: AccurateScribe, Otter, Sonix, Notta, Descript és Rev.
Aktuális árak és a lényeges korlátok
Az alábbi árak nyilvános webes díjak USD-ben, adó nélkül; ellenőrzésük dátuma 2026-10-17. A havi és az éves számlázás eltérő kötelezettségvállalást jelent. A kiválasztott csomagok gyakorlati lehetőségeket szemléltetnek; nem sorolják fel az összes szintet, és nem a korábbi tesztekben használt csomagok jegyzékét alkotják.
| Termék és csomag | Havi számlázás | Éves kötelezettségvállalás | Foglalt keret és fő korlátozások |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/év | Korlátlanként hirdetett átírás; fájlonként legfeljebb 10 óra. Forrás |
| Otter Pro / Business | $16.99 / $30 felhasználónként | $99.99 / $239.88 felhasználónként/év | Pro: 1,200 perc/hó, 10 import/hó, 90 perc/fájl. Business: 6,000 importált perc/hó, 4 óra/fájl. Csomagok, Pro éves előfizetés, Business éves előfizetés |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 évente | A havi csomagok 20 / 40 órát tartalmaznak; minden további óra díja $10. Árazás, éves csomagok |
| Notta Pro / Business | $13.49 / $27.99 felhasználói helyenként | $97.99 / $199.99 felhasználói helyenként/év | Pro: 1,800 perc és 100 fájl/hó. Business: korlátlan átírási idő és 200 fájl/felhasználói hely/hó. Árazás, csomagrészletek |
| Descript Hobbyist / Creator | $24 / $35 szerkesztőnként | A feltüntetett havi egyenérték $16 / $24 szerkesztőnként, éves számlázással | 10 / 30 médiaóra szerkesztőnként/hó; az arra jogosult csomagokhoz további médiaórák vásárolhatók. Forrás |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 felhasználói helyenként | $305.90 / $575.88 felhasználói helyenként/év | 5,000 / 10,000 MI-perc személyenként/hó. Az Essentials az angolt és a spanyolt fedi le. Árazás, csomagrészletek |
A keretet és a fájlkorlátozásokat együtt értelmezze. A nagy perckeret is alkalmatlan lehet, ha a felvételek meghaladják a fájlonkénti korlátot, vagy több fájl érkezik, mint amennyit a csomag enged. A korlátlan átírási csomagot is a fájlszabályokkal és a szolgáltató feltételeivel együtt kell értékelni, nem pedig korlátlan feldolgozási sebesség ígéretének tekinteni.
Hogyan illeszkednek az egyes eszközök az összehasonlításba?
AccurateScribe: hang- és videóátírás a gyakori felhasználási területeken
Az AccurateScribe értekezletfelvételeket, interjúkat, előadásokat, podcastokat, videókat és más hang- vagy videótartalmakat alakít szöveggé vagy felirattá. Fix előfizetése azoknak lehet fontos, akik rendszeresen dolgoznak fel mentett felvételeket, és kiszámítható számlát szeretnének. Ellenőrizze a fájlok időtartamkorlátait és a leadáshoz szükséges formátumokat. Exportmenüje dokumentumokat, feliratokat, táblázatokat, strukturált adatokat és szerkesztőprogramok közötti adatcserére szolgáló fájlokat is lefed; a lehetőségeket az alábbi formátumtáblázat sorolja fel. Termékáttekintés
Az ingyenes hozzáférés részleges átiratelőnézetet biztosít. A teljes átiratok és az összes exportlehetőség előfizetést igényel, ami befolyásolja, hogy fizetés előtt mennyit tud értékelni egy teljes interjú- vagy feliratozási munkafolyamatból. A hozzáférés részletei
Otter: az értekezleti használatot vesse össze a fájlimporttal
Az Otter helyet kaphat az értekezletekre összpontosító jelöltek között, de ha a munka fájlokkal indul, az importszabályaira is figyelni kell. A Pro a havi perckeretet fájlszámkorláttal és fájlonkénti időtartamkorláttal kombinálja. Például 10, egyenként 90 perces import legfeljebb 900 importált percet tesz lehetővé, még akkor is, ha a teljes havi keret 1,200 perc. Ezek a korlátok együttesen érvényesek. A Business bővíti a fájlimport kapacitását, de a korlátlan értekezleti/alkalmazásbeli rögzítési keret nem szünteti meg az importált fájlokra vonatkozó havi 6,000 perces korlátot. Az Otter csomagjainak összehasonlítása
Átadáskor a Basic TXT formátumú szövegexportot támogat; a fizetős csomagok például DOCX, PDF és SRT lehetőségekkel egészítik ki ezt. Ha az ügyfél formázott dokumentumot igényel, az ingyenes és fizetős szintek összehasonlításakor az exportkövetelményt is vegye figyelembe. Az Otter exportdokumentációja
Sonix: a foglalt órákat és a túllépést együtt számolja
A Sonix használatarányos átírást kínál óránként $10 díjért, illetve foglalt órákat tartalmazó előfizetéseket. Az alkalmi használathoz illeszkedhet a használatarányos fizetés; állandó mennyiségnél az előfizetés olcsóbb lehet. Ez azért lényeges, mert a munkamennyiség növekedésével megváltozhat a legmegfelelőbb csomag. Az átírás és a fordítás ugyanazt az időkeretet használja, ezért a kimenet lefordítása módosíthatja a költségvetést. A Sonix árazása és funkcióinak részletei
A feltöltési útmutató rendszerint legfeljebb 8 órás és 16 GB méretű fájlokat enged, a fiókjogosultságok függvényében. A tárhelykorlátok külön érvényesek. A Sonix a DOCX, TXT, PDF, SRT és VTT exportot is dokumentálja, így a szükséges átadási formátum konkrét ellenőrizendő szempont. Feltöltési korlátok, exportlehetőségek
Notta: jelentős Pro keret, külön fájlszabályokkal
A Notta Pro kerete havonta 30 hangórának felel meg, ezért e korláton belüli rendszeres használathoz érdemes összehasonlítani. A Business felhasználói helyenként korlátlan átírási időre vált, miközben megtartja a havi fájlkeretet. Ezek eltérő korlátozások: a hosszú interjúk feldolgozása és sok rövid részlet importálása más csomagválasztáshoz vezethet. A Notta árazása, csomagmagyarázat
Az importdokumentáció legfeljebb 1 GB méretű hangfájlokat és 10 GB méretű videókat enged. A fájlok beszélőfelismerés nélkül legfeljebb 5 órásak, bekapcsolt beszélőfelismeréssel 3 órásak lehetnek. A Pro és magasabb csomagok támogatják az átiratok letöltését, többek között TXT, DOCX, PDF és SRT formátumban. Mielőtt feltételezné, hogy egy hosszú felvétel belefér, ellenőrizze a beszélőbeállítást. Importszabályok, letöltési formátumok
Descript: az átírás mellett a szerkesztési munkafolyamatot is értékelje
A Descript más jellegű vásárlás, ha az átirat egy podcast vagy videó szerkesztésének része. Médiaperc-kerete az importált vagy rögzített médiát fedi le, nem csupán a szöveggenerálást. Több anyag feltöltése ezért több keretet fogyaszthat, mint egy elkészült epizód játékideje. Az MI-kreditek külön erőforrást jelentenek, ezért a kizárólag átírásra vonatkozó költség-összehasonlítás nem fed le minden szerkesztési vagy generálási funkciót. A Descript használati szabályai
A Creator és Business csomagokhoz további médiaórák vásárolhatók. A Descript a dokumentumjellegű átiratexportot és az SRT/VTT feliratokat is támogatja. Ha szerkesztésre már előfizet, először hasonlítsa össze a szükséges további médiakeret árát, mielőtt automatikus megtakarításnak tekintene egy másik átírási előfizetést. Keretbővítések, átiratexportok, feliratexportok
Rev: kezelje külön az MI-alapú és az emberi szolgáltatásokat
A Revet akkor érdemes megvizsgálni, ha automatizált kimenet és külön árazott emberi szolgáltatás között szeretne választani. Az Essentials AI személyenként havonta 5,000 percet tartalmaz angol és spanyol nyelven; a Pro nagyobb keretet biztosít és több nyelvet támogat. Az Essentials körén kívüli nyelvnél a megfelelő támogatott csomagot hasonlítsa össze, ne az alacsonyabb kiemelt árat. A Rev előfizetési csomagjai
Az emberi átírás feltüntetett ára percenként $1.99, ami az MI-előfizetésektől eltérő költségszerkezet. Egy 60 perces felvétel induló ára $119.40 lenne, az alkalmazandó felárak vagy kerekítési szabályok előtt. Ez a számítás hasznos a tervezéshez, de az emberi szolgáltatás állításait soha nem szabad a Rev automatizált termékének pontossági értékeként használni. A Rev árazása
Átírási sebesség és pontosság
A feldolgozási sebesség és a felismerési pontosság eltérő kérdésekre válaszol. Az alábbi vizsgálatok felvételei, pontozási szabályai és időmérési határai eltérnek, ezért eredményeik nem alkotnak egységes rangsort.
Átírási idők összehasonlítása a hanganyag időtartamával és forrásokkal
Ahol jelezzük, az alábbi idők a feltöltést és az átírást együtt tartalmazzák. Az RJI három bejegyzése ugyanazt az interjút használja; a többi megfigyelés a saját felvételeire vonatkozik.
| Termék / megfigyelés | A hang- vagy videóanyag időtartama | Közölt feldolgozási idő | Az időmérés határai | Forrás és dátum |
|---|---|---|---|---|
| AccurateScribe | 25 perc | 10 másodperc | Feltöltés és átírás együtt | Tesztfeljegyzés; futtatási dátum: 2024-01-15 |
| Sonix | 25 perc | 2 perc 56 másodperc | Feltöltés és átírás együtt | Emily Lytle, RJI, 2023-02-15. Cikk |
| Rev | 25 perc | 4 perc 31 másodperc | Feltöltés és átírás együtt | Emily Lytle, RJI, 2023-02-15. Cikk |
| Otter | 25 perc | 6 perc 19 másodperc | Feltöltés és átírás együtt | Emily Lytle, RJI, 2023-02-15. Cikk |
| Rev AI, külön példa | 6 perc | Körülbelül 40 másodperc | A pontos kezdő- és végpont nincs megadva | Miguel Rebelo, Zapier, 2026-04-02. Értékelés |
| Notta | Nem használtunk forrással alátámasztott időadatot | — | — | Nem szerepel időmérési eredmény |
| Descript | Nem használtunk forrással alátámasztott időadatot | — | — | Nem szerepel időmérési eredmény |
Az RJI értékeit az eredeti idődiagramjáról írtuk át; ezek nem tartalmazzák az emberi javítást. A csomagok, a hálózati körülmények és az ismételt futtatások nincsenek teljeskörűen meghatározva. A Zapier közli, hogy egyes értékelési hivatkozások jutalékot hozhatnak; a példa felvétele, teljes kimenete és pontosan tesztelt csomagja nem nyilvános. A gondolatjel azt jelenti, hogy nincs közölt eredmény, nem pedig nulla időt.
Mit mutatnak a pontossági eredmények?
Willem Maas Growth Velocity interjúvizsgálata, amelynek megjelenési dátuma 2023-08-08, az eredményeket 1,199 referenciaszóhoz viszonyítja egy egyórás B2B-interjúból; a pontosan pontozott szakaszhatárok nincsenek megadva. A hivatkozott kutatások és a teljes terméket vizsgáló tesztek eltérő területet mérnek. Interjúvizsgálat
| Termék / bejegyzés | Közölt pontosság és bizonyítéktípus | Az eredeti teszt hatóköre | Szerző, dátum és forrás |
|---|---|---|---|
| AccurateScribe – termékteszt | Fájlonkénti medián WER: 5.26% kötegelt / 6.84% folyamatos feldolgozás | 2,703 fájl / 81.69 óra | A tesztelő által megadott termékteszt-eredmények. A teszt forrása |
| Sonix Standard, használatarányos fizetés | Korábbi interjú WER-értéke 3.1% | 37 szóhiba / 1,199 referenciaszó | Willem Maas, Growth Velocity, 2023-08-08. Eredeti teszt |
| Rev Max AI | Korábbi interjú WER-értéke 4.8% | 58 szóhiba / 1,199 referenciaszó | Willem Maas, Growth Velocity, 2023-08-08. Eredeti teszt |
| Otter Pro | Korábbi interjú WER-értéke 6.3% | 75 szóhiba / 1,199 referenciaszó | Willem Maas, Growth Velocity, 2023-08-08. Eredeti teszt |
Az AccurateScribe terméktesztjének forrása: E sor mintakörét és WER-adatait a tesztelő adta meg és erősítette meg ehhez az értékeléshez.
Ebben az interjútesztben a Sonix WER-értéke alacsonyabb volt a Revénél és az Otterénél. Saját felvételein ellenőrizze a neveket, számokat, egymásba beszélést és háttérzajt, valamint azt, mennyi javítás szükséges az átirat használhatóságához.
Mennyibe kerülhet havonta 10, 50 és 100 hangóra?
Az alábbi becslések a nyilvános havi díjakat alkalmazzák angol nyelvű, rögzített fájlok átírására, egy számlázott felhasználó vagy szerkesztő esetén. Nem tartalmazzák az adót, a fordítást, az MI-generálás felárait és az emberi szerkesztést. Minden felvételnek bele kell férnie a csomag fájl- és tárhelyszabályaiba. A táblázat meghatározott csomagkombinációk becsléseit mutatja; a tényleges díjak a megvásárolt felhasználói helyektől és opcióktól függenek.
| Termék | 10 óra/hó | 50 óra/hó | 100 óra/hó | Számítási alap |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Nyilvános havi Unlimited csomag |
| Otter | $16.99 | $30.00 | $30.00 | Pro 10 órára az importkorlátain belül; Business nagyobb mennyiségekre |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced 10 órára; ezt követően Pro és $10/óra túllépési díj |
| Notta, számlázott felhasználói helyenként | $13.49 | $27.99 | $27.99 | Pro 10 órára; Business 50/100 órára, legfeljebb 200 fájl/felhasználói hely/hó |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist 10 órára; Creator és médiakeret-bővítések nagyobb mennyiségekre |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials 10/50 órára; Pro 100 órára |
Források: AccurateScribe, Otter, Sonix, Notta, Descript és annak médiakeret-bővítései, valamint Rev. A Notta adatai számlázott felhasználói helyenként értendők. A Business díját szorozza meg a megvásárolt helyek számával; a fájlkeretek is helyenként érvényesek.
Két példa szemlélteti a becslések működését. A Sonix Pro 100 óra esetén: $80 + (100 − 40) × $10 = $680. A Descript Creator 50 óra esetén: $35 + egy további 20 órás csomag $80 díjért = $115. 100 óránál az 50 órás és 20 órás csomag hozzáadásával az összeg $35 + $150 + $80 = $265. A Descript keretbővítési dokumentációja adja meg ezeket a csomagárakat; ez Creator alapú forgatókönyv, nem állítás arról, hogy más csomagkombináció nem lehetne kedvezőbb.
A számítást igazítsa fájljai jellemzőihez. Az Otter Pro 10 importos korlátja a perckeret alatt is számít, a 100 óra pedig teljesen felhasználja a Business importáltperces keretét. A meglévő előfizetések is módosítják a döntést: egy további médiacsomag kevesebbe kerülhet, mint egy második eszköz vásárlása. Végül a szoftver ára nem tartalmazza az idézetek, nevek vagy feliratidőzítés ellenőrzésére fordított időt.
A dokumentumok és a feliratok eltérő ellenőrzést igényelnek
Írott interjú esetén ellenőrizze, hogy a beszélőcímkék, bekezdéstörések és a javított szöveg megmaradnak-e exportálás után. Feliratoknál ellenőrizze a szükséges fájltípust, és játssza le az exportált sávot a videóval együtt. Egy jól olvasható átirat feliratként még igényelhet időzítési vagy szegmentálási módosításokat. Egy exportformátum jelenléte a lehetőség elérhetőségét igazolja; egy adott eredmény minőségét nem méri.
| Termék | Az itt releváns dokumentum-, felirat- és adatexport-lehetőségek |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Az exportmenü lehetőségei; gyakori formátumok súgója. |
| Otter | TXT; a fizetős csomagok DOCX, PDF és SRT formátummal egészítik ki. Súgó |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Súgó |
| Notta | A fizetős átiratletöltések között TXT, DOCX, PDF, SRT és XLSX is szerepel. Súgó |
| Descript | TXT, DOCX és más szövegformátumok; SRT/VTT feliratok. Szöveg, feliratok |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Súgó |
A Rev különbséget tesz az MI-átiratból exportált feliratfájlok és a külön AI Captions megrendelés között. Ha a végső leadandó anyag felirat, a tényleges feliratozási munkafolyamatot hasonlítsa össze, ne feltételezze, hogy minden út ugyanazt a szerkeszthető eredményt adja. A Rev fájlformátumokra vonatkozó útmutatója
Melyik eszközt próbálja ki először?
Hang- és videóátíráshoz hasonlítsa össze az AccurateScribe fix előfizetését, a Sonix foglalt órákra és túllépési díjra épülő modelljét, illetve a Notta Pro csomagot, ha munkamennyisége belefér a havi 30 órás keretbe és a fájlszabályokba. Értekezleteknél az AccurateScribe, az Otter és a Notta is bekerülhet a jelöltek közé; a rögzítést és a közös jegyzetelést is hasonlítsa össze, ha részei a munkafolyamatának. A Descript akkor releváns, ha podcastot vagy videót is kell szerkesztenie. A Rev az MI-csomagjai mellett külön árazott emberi szolgáltatást is kínál.
Ezután dolgozzon fel egy jellemző felvételt a két legerősebb jelölttel. Legyen benne neveket vagy számokat tartalmazó szakasz, beszélőváltás és a megszokott háttérhang. Javítsa a kimenetet az elvárt színvonalra, és nyissa meg az exportált fájlt a célalkalmazásban. Ez a teljes feladat többet mond az alkalmasságról, mint egy önmagában kiemelt pontossági százalék.
Gyakran ismételt kérdések
Melyik átíróeszköz a legpontosabb?
Az elérhető nyilvános tesztek eltérő felvételeket és pontozási módszereket használnak, ezért nem állapítanak meg pontossági győztest e hat eszköz között. Az AccurateScribe és a többi jelölt összehasonlításához ugyanazt a jellemző felvételt tesztelje, és minden átiratot ugyanahhoz a referenciaszöveghez mérjen.
A korlátlan átírás azt jelenti, hogy nincsenek korlátozások?
Nem. Ellenőrizze, hogyan határozza meg a szolgáltató a keretet, továbbá a fájlidőtartamot, a fájlszámot, a tárhelyet és az exporthoz való hozzáférést. Az értekezleti keret eltérhet a fájlimport-kerettől, az ingyenes előnézet pedig a teljes átirathoz való hozzáféréstől. Ezek a különbségek megváltoztathatják, melyik csomag fedezi ténylegesen a feladatot.
Használható egy átirat közvetlenül feliratként?
Csak a szükséges formátum, időzítés és szegmentálás ellenőrzése után. Válasszon a szükséges exportlehetőséget tartalmazó csomagot, és ellenőrizze az elkészült feliratot a videóval összevetve. Az olvasható dokumentum és a közzétehető feliratsáv eltérő leadandó anyag.
A döntés meghozatala
Válassza ki a munkafolyamatához legjobban illő két szolgáltatást, majd ugyanazon a felvételen hasonlítsa össze őket. Ellenőrizze az átiratot, a javítási időt, az exportált fájlt és a várható mennyiség teljes költségét. Az a jobb választás, amely a legkevesebb összes ráfordítással elfogadható anyagot ad, kiszámítható számlával.
Tesztmegjegyzések és források
A termékinformációkat és előfizetési feltételeket 2026-10-17 napján ellenőriztük. A költségforgatókönyvek a fent bemutatott csomagkombinációkat és feltételezéseket használják. A teljesítményvizsgálatok megőrzik szerzőiket, dátumaikat és eredeti hivatkozásaikat. A fájlmediánok, a korpusz-WER, a szemantikai hibák és a feladatsiker-mutatók eltérő pontozási módszereket alkalmaznak, ezért mindegyiket a saját vizsgálati körében kell értelmezni.
További olvasnivaló a felismerési pontosságról és késleltetésről
Pontosság különböző felvételtípusokon
| AccurateScribe-referenciamutató | A hivatkozott kutatásban közölt benchmarkérték | A felvétel és a pontozás hatóköre | Eredeti szerző, dátum és forrás |
|---|---|---|---|
| Általános angol WER-referencia | AA-WER 5.2% | Körülbelül 8 óra / 3 adatkészlet; AA-WER v2.0 | Artificial Analysis, a pillanatkép ellenőrzése: 2026-10-17. Eredmények |
| Tiszta beszéd és eredménybeszámoló hívások WER-referenciái | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | Korpusz-WER; SPGISpeech-minta: 1,200 részlet / 3.05 óra | Verli, pontozás: 2026-07-16 / 2026-07-17. Benchmark |
| Vegyes adatkészlet WER-referenciája | Makroátlag: 10.1% | 8 azonos súlyú adatkészlet; a teljes értékelt időtartam nincs megadva | Superwhisper, frissítve: 2026-09-03. Eredmények |
| Szemantikai WER-referencia | Átlag: 1.32%; összevont érték: 1.37% | 1,000 minta; LLM-mel támogatott szemantikai pontozás, nem szokásos szóalapú szerkesztési WER | Pipecat-karbantartók, a pillanatkép ellenőrzése: 2026-10-17. Eredmények |
| Véglegesített folyamatos szöveg WER-referenciája | Körülbelül 2% | TIMIT; a tényleges értékelt elemszám és időtartam nincs megadva | Atila Orhon és munkatársai, v1, 2025-07-14. Tanulmány |
Áteresztőképesség és folyamatos feldolgozási késleltetés
| AccurateScribe-mutató / bizonyíték | A hanganyag időtartama vagy a minta hatóköre | Közölt érték | Az időmérés meghatározása és forrása |
|---|---|---|---|
| Nyilvános áteresztőképességi referencia | 10 perces hanganyag | Sebességtényező: 610.0× | A hivatkozott vizsgálat gördülő 7 napos áteresztőképessége, nem a teljes termék várakozási ideje. Artificial Analysis, ellenőrizve: 2026-10-17. Eredmények |
| Rögzített fájl válaszideje, kutatási referencia | 40 rövid részlet; a teljes időtartam nincs megadva | Medián: 0.51 másodperc; P90: 0.96 másodperc | A kéréstől a teljes átiratig; Verli, 2026-07-17. Benchmark |
| Diktálási válaszidő, kutatási referencia | 8–15 másodperces részletek | Medián: 0.66 másodperc | A beszéd végétől a kész szövegig; Superwhisper, frissítve: 2026-09-03. Eredmények, módszer |
| A végső folyamatos szegmens késleltetése, kutatási referencia | 1,000 minta; a teljes időtartam nincs megadva | Medián: 247 ms; P95: 298 ms; P99: 326 ms | A beszéd végétől a végső szegmensig; Pipecat-karbantartók, ellenőrizve: 2026-10-17. Eredmények |
| Szavankénti folyamatos késleltetés, kutatási referencia | TIMIT; az értékelt időtartam nincs megadva | Átlagos köztes érték: 0.83 másodperc; véglegesített szöveg: körülbelül 1.7 másodperc | Szószintű késleltetés; Atila Orhon és munkatársai, v1, 2025-07-14. Tanulmány |
Nyelvek és nehezen felismerhető beszéd
| AccurateScribe kutatási referenciaeset | A felvétel hatóköre | A vizsgálat közölt eredménye | Eredeti szerző, dátum és forrás |
|---|---|---|---|
| Angol és orosz hangjegyzetek | Nyelvenként 8 megtartott minta / 3 futtatás; a számjegyekre/nevekre összpontosító stresszminták kizárva; smart_format=true; a teljes időtartam nincs megadva | Megadott nyelvű WER: angol 20.9%, orosz 24.0%; többnyelvű mód WER: angol 17.9%, orosz 21.5% | Smolevich, tesztfuttatások: 2026-08. Jelentés |
| Többnyelvű banki telefonbeszélgetések | 4,270 megnyilatkozás / 5.1 óra, 250 előre megírt forgatókönyvű hívás, 5 területi beállítás | Angol WER: 5.4%; vietnámi WER: 24.7%; területi makro-UER: 32.6% | Andrea Li és Soham Ray, 2026-04 pillanatkép. Sierra-vizsgálat |
| Strukturált értékek visszanyerése | 300, emberek által felolvasott forgatókönyv / 5.59 óra / 85 beszélő | Kötegelt: WER 8.2%, CTEM 90.9%, TSR 68.7%; folyamatos: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner és munkatársai, a Besimple AI által finanszírozott kutatás, v2, 2026-09-12. Tanulmány |
| Dizartriás beszéd | TORGO; 8 beszélő / 732 megnyilatkozás; az értékelt időtartam nincs megadva | Enyhe WER: 2.77%; közepes: 21.83%; súlyos: 64.00% | Ali Alsayegh és Tariq Masood, v2, átdolgozva: 2026-08-20. Tanulmány |
A hivatkozott kutatások eredményei nem felcserélhető pontszámok. A Pipecat a hiányzó átiratokat kizárja a WER nevezőjéből, és 99.8% átirat-visszaadási arányt közöl; hanganyagai és referenciái nyilvánosak. Smolevich kis mintás adatai a szerző közlései; a magánjellegű hangjegyzetek nem nyilvánosak. A MU-Bench LLM-mel normalizált átiratokat és a területi beállítások egyenlő súlyozását használja; az UER a jelentést megváltoztató hibákat tartalmazó megnyilatkozásokat számolja. A Sierra hanganyagai és címkéi nyilvánosak.
A VoiceCodeBench forgatókönyvei mesterségesek és emberek által felolvasottak, WER-mutatója pedig formátumfüggetlen. A CTEM a visszanyerhető entitásokat méri; a TSR megköveteli, hogy egy szegmens minden célértéke visszanyerhető legyen. A hanganyagok és annotációk , valamint a pontozókód nyilvánosak. A TORGO a megnyilatkozásonkénti, 100%-nál levágott WER átlagát használja, nem összevont WER-t. A tesztfuttatások dátuma 2025-09-17–18, a 2026-os átdolgozás előtt. A Verli és a Superwhisper átírótermékeket ad ki, a WhisperKit szerzői pedig versengő rendszert fejlesztenek.