Alat transkripsi kelihatan serupa sehinggalah anda memuat naik temu bual panjang, mengimport mesyuarat sepanjang sebulan atau perlu menyunting video. Perbandingan yang berguna ialah sejauh mana setiap perkhidmatan sesuai dengan kerja tersebut, sekatan fail yang terpakai dan kos keseluruhan aliran kerja.
AccurateScribe, Otter, Sonix, Notta, Descript dan Rev menawarkan gabungan transkripsi fail, alat mesyuarat, penyuntingan dan perkhidmatan manusia yang berbeza. Ulasan ini membandingkan harga, had rakaman, eksport, kelajuan pemprosesan dan bukti ketepatannya, dengan soalan yang sama bagi setiap satu: apakah yang anda peroleh untuk kerja yang benar-benar perlu anda siapkan?
Tonton video perbandingan
Tonton panduan bahasa Inggeris kami selama 5 minit tentang kesesuaian aliran kerja, had rakaman, kos pelan bulanan dan bukti transkripsi. Jadual terperinci, andaian berserta tarikh dan sumber asal kekal dalam artikel di bawah.
Penceritaan dan sari kata bahasa Inggeris · 5:11 · Tonton di YouTube
Visual ilustrasi janaan AI dan penceritaan sintetik digunakan. Imej produk berlabel dan keputusan ujian terdahulu mengekalkan sumber serta skop asalnya; ini bukan ujian terkawal baharu bagi keenam-enam produk.
Otter.ai
Sonix
Notta
Descript
Rev
Mulakan dengan aliran kerja anda
| Produk | Kegunaan utama | Pertimbangan utama yang perlu diperiksa |
|---|---|---|
| AccurateScribe | Mesyuarat, temu bual, kuliah, podcast, video dan transkripsi audio/video lain | Langganan berkadar tetap dan sokongan fail panjang; transkrip lengkap dan eksport memerlukan akses berbayar |
| Otter | Rakaman mesyuarat dan nota mesyuarat bersama | Bandingkan ciri mesyuarat dengan sekatan berasingan untuk fail yang diimport |
| Sonix | Transkripsi fail rakaman dan penyerahan sari kata | Jam yang disertakan dan penggunaan berlebihan sama-sama mempengaruhi bil bulanan |
| Notta | Nota mesyuarat dan transkripsi fail secara berkala | Pro merangkumi 30 jam/bulan, dengan had bilangan fail dan tempoh yang berasingan |
| Descript | Menyunting podcast atau video melalui transkrip | Nilainya bergantung pada sama ada anda memerlukan penyuntingan selain transkripsi |
| Rev | Memilih antara transkripsi AI dengan perkhidmatan manusia | Bandingkan perkhidmatan yang tepat, bahasa yang disokong dan harga berasingannya |
Butiran ciri dan pelan: AccurateScribe, Otter, Sonix, Notta, Descript dan Rev.
Harga semasa dan had yang penting
Harga di bawah ialah kadar web yang diterbitkan dalam USD sebelum cukai, disemak pada 2026-10-17. Pengebilan bulanan dan tahunan merupakan komitmen yang berbeza. Pelan terpilih menggambarkan pilihan praktikal; ini bukan senarai setiap peringkat atau rekod pelan yang digunakan dalam ujian terdahulu.
| Produk dan pelan | Pengebilan bulanan | Komitmen tahunan | Kuota yang disertakan dan sekatan utama |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/tahun | Transkripsi tanpa had yang diiklankan; fail sehingga 10 jam setiap satu. Sumber |
| Otter Pro / Business | $16.99 / $30 setiap pengguna | $99.99 / $239.88 setiap pengguna/tahun | Pro: 1,200 minit/bulan, 10 import/bulan, 90 minit/fail. Business: 6,000 minit import/bulan, 4 jam/fail. Pelan, Pro tahunan, Business tahunan |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 setahun | Pelan bulanan merangkumi 20 / 40 jam; setiap jam tambahan berharga $10. Harga, pelan tahunan |
| Notta Pro / Business | $13.49 / $27.99 setiap tempat pengguna | $97.99 / $199.99 setiap tempat pengguna/tahun | Pro: 1,800 minit dan 100 fail/bulan. Business: masa transkripsi tanpa had dan 200 fail/tempat pengguna/bulan. Harga, butiran pelan |
| Descript Hobbyist / Creator | $24 / $35 setiap penyunting | Nilai setara yang disenaraikan ialah $16 / $24 setiap penyunting/bulan, dibilkan secara tahunan | 10 / 30 jam media setiap penyunting/bulan; pelan yang layak boleh membeli jam media tambahan. Sumber |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 setiap tempat pengguna | $305.90 / $575.88 setiap tempat pengguna/tahun | 5,000 / 10,000 minit AI setiap orang/bulan. Essentials meliputi bahasa Inggeris dan Sepanyol. Harga, butiran pelan |
Baca kuota dan sekatan fail bersama-sama. Baki minit yang besar masih boleh menjadi tidak sesuai jika rakaman anda melebihi had setiap fail atau datang dalam bilangan fail yang melebihi had pelan. Begitu juga, pelan transkripsi tanpa had perlu dinilai bersama peraturan fail dan terma penyedia, bukannya dianggap sebagai janji kelajuan pemprosesan tanpa had.
Kedudukan setiap alat dalam perbandingan ini
AccurateScribe: transkripsi audio dan video untuk kegunaan lazim
AccurateScribe menukarkan rakaman mesyuarat, temu bual, kuliah, podcast, video serta kandungan audio atau video lain kepada teks atau sari kata. Langganan berkadar tetapnya relevan bagi mereka yang kerap memproses rakaman tersimpan dan mahukan bil yang boleh dijangka. Semak had tempoh fail dan format yang perlu anda serahkan. Menu eksportnya meliputi dokumen, sari kata, hamparan, data berstruktur dan fail pertukaran penyuntingan; jadual format di bawah menyenaraikan pilihannya. Gambaran keseluruhan produk
Akses percuma menyediakan pratonton sebahagian transkrip. Transkrip lengkap dan pilihan eksport penuh memerlukan langganan, yang mempengaruhi sejauh mana anda boleh menilai keseluruhan aliran kerja temu bual atau sari kata sebelum membayar. Butiran akses
Otter: bandingkan penggunaan mesyuarat dengan penggunaan import fail
Otter wajar dimasukkan dalam senarai pendek yang berfokus pada mesyuarat, tetapi peraturan importnya perlu diberi perhatian apabila kerja anda bermula dengan fail. Pro menggabungkan kuota minit bulanan dengan had bilangan fail dan had tempoh setiap fail. Contohnya, 10 import yang masing-masing berdurasi 90 minit membenarkan paling banyak 900 minit import, walaupun kuota bulanan keseluruhannya ialah 1,200 minit. Had ini terpakai bersama-sama. Business meningkatkan kapasiti import fail, tetapi kuota mesyuarat/rakaman aplikasi tanpa hadnya tidak menghapuskan had bulanan 6,000 minit untuk fail import. Perbandingan pelan Otter
Untuk penyerahan, Basic menyokong eksport teks sebagai TXT; pelan berbayar menambah pilihan seperti DOCX, PDF dan SRT. Jika pelanggan memerlukan dokumen berformat, sertakan keperluan eksport ketika membandingkan peringkat percuma dan berbayar. Dokumentasi eksport Otter
Sonix: hitung jam yang disertakan dan penggunaan berlebihan bersama-sama
Sonix menawarkan transkripsi bayar ikut penggunaan pada kadar $10 sejam serta langganan yang merangkumi jam penggunaan. Bayar ikut penggunaan boleh sesuai bagi penggunaan tidak tetap; langganan mungkin lebih murah bagi jumlah penggunaan yang stabil. Perbezaan ini penting kerana pelan paling sesuai boleh berubah apabila beban kerja anda meningkat. Transkripsi dan terjemahan berkongsi kuota masa, jadi menterjemahkan hasil boleh mengubah belanjawan. Butiran harga dan ciri Sonix
Panduan muat naiknya biasanya membenarkan fail sehingga 8 jam dan 16 GB, tertakluk pada kebenaran akaun. Had storan adalah berasingan. Sonix turut mendokumentasikan eksport DOCX, TXT, PDF, SRT dan VTT, menjadikan format penyerahan yang diperlukan perkara khusus untuk diperiksa. Had muat naik, pilihan eksport
Notta: kuota Pro yang besar, dengan peraturan fail berasingan
Kuota Pro Notta bersamaan 30 jam audio sebulan, menjadikannya berbaloi untuk dibandingkan bagi penggunaan tetap dalam had tersebut. Business mengubah model kepada masa transkripsi tanpa had bagi setiap tempat pengguna, sambil mengekalkan kuota fail bulanan. Ini merupakan kekangan yang berbeza: memproses temu bual panjang dan mengimport banyak klip pendek boleh menghasilkan pilihan pelan yang berbeza. Harga Notta, penerangan pelan
Dokumentasi import membenarkan fail audio sehingga 1 GB dan video sehingga 10 GB. Fail boleh berdurasi sehingga 5 jam tanpa pengecaman penutur, atau 3 jam jika ciri itu diaktifkan. Pelan Pro dan lebih tinggi menyokong muat turun transkrip termasuk TXT, DOCX, PDF dan SRT. Semak tetapan penutur sebelum menganggap rakaman panjang boleh dimuatkan. Peraturan import, format muat turun
Descript: nilai aliran kerja penyuntingan selain transkripsi
Descript ialah pembelian yang berbeza apabila transkrip menjadi sebahagian daripada penyuntingan podcast atau video. Kuota minit medianya meliputi media yang diimport atau dirakam, bukan sekadar penjanaan teks. Oleh itu, memuat naik pelbagai aset boleh menggunakan lebih banyak kuota berbanding tempoh satu episod siap. Kredit AI ialah sumber berasingan, jadi perbandingan kos transkripsi sahaja tidak merangkumi setiap ciri penyuntingan atau penjanaan. Peraturan penggunaan Descript
Creator dan Business boleh membeli jam media tambahan. Descript juga menyokong eksport transkrip berorientasikan dokumen dan kapsyen SRT/VTT. Jika anda sudah melanggan untuk penyuntingan, bandingkan kuota media tambahan yang diperlukan sebelum menganggap langganan transkripsi lain pasti menjimatkan. Tambah nilai, eksport transkrip, eksport sari kata
Rev: asingkan perkhidmatan AI dan manusia
Rev wajar diteliti apabila anda mahukan pilihan antara hasil automatik dengan perkhidmatan manusia yang berharga berasingan. Essentials AI merangkumi 5,000 minit setiap orang sebulan untuk bahasa Inggeris dan Sepanyol; Pro meningkatkan kuota dan menyokong lebih banyak bahasa. Bagi bahasa di luar Essentials, bandingkan pelan berkaitan yang menyokongnya dan bukannya harga utama yang lebih rendah itu. Pelan langganan Rev
Harga transkripsi manusia yang disenaraikan ialah $1.99 seminit, suatu struktur kos yang berbeza daripada langganan AI. Rakaman 60 minit bermula pada $119.40 sebelum tambahan atau peraturan pembundaran yang berkenaan. Pengiraan itu berguna untuk belanjawan, tetapi dakwaan perkhidmatan manusia tidak boleh digunakan sebagai skor ketepatan produk automatik Rev. Harga Rev
Kelajuan dan ketepatan transkripsi
Kelajuan pemprosesan dan ketepatan pengecaman menjawab soalan yang berbeza. Rakaman, peraturan pemarkahan dan sempadan pengukuran masa berbeza antara kajian di bawah, jadi keputusannya tidak membentuk satu pemeringkatan tunggal.
Perbandingan masa transkripsi berserta tempoh audio dan sumber
Masa di bawah merangkumi muat naik serta transkripsi apabila dinyatakan. Tiga entri RJI menggunakan temu bual yang sama; pemerhatian lain berkaitan rakaman masing-masing.
| Produk / pemerhatian | Tempoh audio atau video | Masa pemprosesan yang dilaporkan | Sempadan pengukuran masa | Sumber dan tarikh |
|---|---|---|---|---|
| AccurateScribe | 25 minit | 10 saat | Muat naik serta transkripsi | Rekod ujian; tarikh pelaksanaan 2024-01-15 |
| Sonix | 25 minit | 2 minit 56 saat | Muat naik serta transkripsi | Emily Lytle, RJI, 2023-02-15. Artikel |
| Rev | 25 minit | 4 minit 31 saat | Muat naik serta transkripsi | Emily Lytle, RJI, 2023-02-15. Artikel |
| Otter | 25 minit | 6 minit 19 saat | Muat naik serta transkripsi | Emily Lytle, RJI, 2023-02-15. Artikel |
| Rev AI, contoh berasingan | 6 minit | Kira-kira 40 saat | Titik mula dan tamat yang tepat tidak dinyatakan | Miguel Rebelo, Zapier, 2026-04-02. Ulasan |
| Notta | Tiada ukuran masa bersumber digunakan | — | — | Tiada keputusan pengukuran masa disertakan |
| Descript | Tiada ukuran masa bersumber digunakan | — | — | Tiada keputusan pengukuran masa disertakan |
Nilai RJI disalin daripada carta masa asalnya; nilai tersebut tidak merangkumi pembetulan manusia. Pelan, keadaan rangkaian dan pelaksanaan ulangan tidak dinyatakan sepenuhnya. Zapier mendedahkan bahawa sesetengah pautan ulasan mungkin memperoleh komisen; rakaman contoh, hasil lengkap dan pelan tepat yang diuji tidak diterbitkan. Tanda sengkang bermaksud tiada keputusan disertakan, bukannya masa sifar.
Perkara yang ditunjukkan oleh keputusan ketepatan
Kajian temu bual Growth Velocity oleh Willem Maas, diterbitkan pada 2023-08-08, melaporkan keputusan berasaskan 1,199 perkataan rujukan daripada temu bual B2B selama satu jam; sempadan tepat yang dinilai tidak dinyatakan. Penyelidikan yang dipetik dan ujian produk lengkap mengukur skop yang berbeza. Kajian temu bual
| Produk / entri | Ketepatan yang dilaporkan dan jenis bukti | Skop ujian asal | Penulis, tarikh dan sumber |
|---|---|---|---|
| AccurateScribe — ujian produk | Median WER fail: 5.26% pemprosesan kelompok / 6.84% penstriman | 2,703 fail / 81.69 jam | Keputusan ujian produk yang dibekalkan penguji. Sumber ujian |
| Sonix Standard, bayar ikut penggunaan | WER temu bual terdahulu 3.1% | 37 ralat perkataan / 1,199 perkataan rujukan | Willem Maas, Growth Velocity, 2023-08-08. Ujian asal |
| Rev Max AI | WER temu bual terdahulu 4.8% | 58 ralat perkataan / 1,199 perkataan rujukan | Willem Maas, Growth Velocity, 2023-08-08. Ujian asal |
| Otter Pro | WER temu bual terdahulu 6.3% | 75 ralat perkataan / 1,199 perkataan rujukan | Willem Maas, Growth Velocity, 2023-08-08. Ujian asal |
Sumber ujian produk AccurateScribe: Skop sampel dan angka WER dalam baris ini dibekalkan serta disahkan oleh penguji untuk ulasan ini.
Dalam ujian temu bual itu, WER Sonix lebih rendah daripada Rev dan Otter. Bagi rakaman anda sendiri, semak nama, nombor, pertuturan bertindih dan hingar latar, serta jumlah pembetulan yang diperlukan sebelum transkrip boleh digunakan.
Anggaran kos bulanan bagi 10, 50 dan 100 jam audio
Anggaran berikut menggunakan kadar bulanan yang diterbitkan bagi transkripsi fail rakaman bahasa Inggeris untuk seorang pengguna atau penyunting yang dibilkan. Anggaran ini tidak merangkumi cukai, terjemahan, tambahan penjanaan AI dan penyuntingan manusia. Setiap rakaman mesti mematuhi peraturan fail dan storan pelan. Jadual menunjukkan anggaran bagi gabungan pelan tertentu; caj sebenar bergantung pada tempat pengguna dan pilihan yang dibeli.
| Produk | 10 jam/bulan | 50 jam/bulan | 100 jam/bulan | Asas |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Pelan Unlimited bulanan yang diterbitkan |
| Otter | $16.99 | $30.00 | $30.00 | Pro untuk 10 jam dalam had importnya; Business untuk jumlah yang lebih besar |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced untuk 10 jam; Pro serta caj lebihan $10/jam selepas itu |
| Notta, setiap tempat pengguna yang dibilkan | $13.49 | $27.99 | $27.99 | Pro untuk 10 jam; Business untuk 50/100 jam, sehingga 200 fail setiap tempat pengguna/bulan |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist untuk 10 jam; Creator serta tambah nilai media untuk jumlah yang lebih besar |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials untuk 10/50 jam; Pro untuk 100 jam |
Sumber: AccurateScribe, Otter, Sonix, Notta, Descript dan tambah nilai medianya, serta Rev. Angka Notta adalah bagi setiap tempat pengguna yang dibilkan. Darabkan kadar Business dengan bilangan tempat pengguna yang dibeli; kuota fail juga terpakai bagi setiap tempat pengguna.
Dua contoh menunjukkan cara anggaran ini dikira. Sonix Pro pada 100 jam ialah $80 + (100 − 40) × $10 = $680. Descript Creator pada 50 jam ialah $35 + pek tambahan 20 jam pada $80 = $115. Pada 100 jam, penambahan pek 50 jam dan 20 jam menghasilkan $35 + $150 + $80 = $265. Dokumentasi tambah nilai Descript memberikan harga pek tersebut; ini ialah senario berasaskan Creator, bukannya dakwaan bahawa tiada gabungan pelan lain yang mungkin lebih sesuai.
Sesuaikan pengiraan dengan corak fail anda. Had 10 import Otter Pro penting walaupun penggunaan di bawah kuota minitnya, dan 100 jam menghabiskan seluruh kuota minit import Business. Langganan sedia ada juga mengubah keputusan: pek media tambahan mungkin lebih murah daripada membeli alat kedua. Akhir sekali, harga perisian tidak merangkumi masa yang anda luangkan untuk menyemak petikan, nama atau pemasaan sari kata.
Dokumen dan sari kata memerlukan semakan berbeza
Untuk temu bual bertulis, semak sama ada label penutur, pemisah perenggan dan teks yang dibetulkan kekal selepas eksport. Untuk kapsyen, semak jenis fail yang diperlukan dan mainkan trek yang dieksport bersama video. Transkrip boleh dibaca dengan baik tetapi masih memerlukan perubahan pada pemasaan atau pembahagian sari kata. Kewujudan format eksport mengesahkan bahawa pilihan itu tersedia; hal itu tidak mengukur kualiti hasil tertentu.
| Produk | Pilihan eksport dokumen, sari kata dan data yang relevan di sini |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Pilihan menu eksport; bantuan format lazim. |
| Otter | TXT; pelan berbayar menambah DOCX, PDF dan SRT. Bantuan |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Bantuan |
| Notta | Muat turun transkrip berbayar merangkumi TXT, DOCX, PDF, SRT dan XLSX. Bantuan |
| Descript | TXT, DOCX dan format teks lain; kapsyen SRT/VTT. Teks, kapsyen |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Bantuan |
Rev secara khusus membezakan fail sari kata yang dieksport daripada transkrip AI dengan pesanan AI Captions yang berasingan. Jika kapsyen ialah hasil akhir yang perlu anda serahkan, bandingkan aliran kerja kapsyen sebenar dan bukannya menganggap setiap laluan menghasilkan hasil boleh sunting yang sama. Panduan format fail Rev
Alat manakah yang patut anda cuba dahulu?
Untuk transkripsi audio dan video, bandingkan langganan berkadar tetap AccurateScribe, model jam disertakan dan caj lebihan Sonix, serta Notta Pro jika beban kerja anda mematuhi kuota bulanan 30 jam dan peraturan failnya. Untuk mesyuarat, senarai pendek boleh merangkumi AccurateScribe, Otter dan Notta; bandingkan juga ciri rakaman dan nota bersama jika ciri tersebut sebahagian daripada aliran kerja anda. Descript relevan apabila anda memerlukan penyuntingan podcast atau video. Rev menambah pilihan perkhidmatan manusia dengan harga berasingan di samping pelan AInya.
Kemudian proses rakaman yang mewakili penggunaan anda dengan dua calon paling sesuai. Sertakan petikan dengan nama atau nombor, pertukaran penutur dan jenis bunyi latar yang biasa anda hadapi. Betulkan hasil sehingga mencapai piawaian yang diperlukan dan buka fail eksport dalam aplikasi tujuannya. Tugas lengkap itu lebih menjelaskan kesesuaian berbanding satu peratusan ketepatan utama secara bersendirian.
Soalan lazim
Alat transkripsi manakah yang paling tepat?
Ujian awam yang tersedia menggunakan rakaman dan kaedah pemarkahan berbeza, jadi ujian itu tidak menentukan peneraju ketepatan antara enam alat ini. Untuk membandingkan AccurateScribe dengan calon lain, uji rakaman perwakilan yang sama dan nilaikan setiap transkrip berdasarkan teks rujukan yang sama.
Adakah transkripsi tanpa had bermaksud tiada sekatan?
Tidak. Semak cara penyedia mentakrifkan kuota, serta tempoh fail, bilangan fail, storan dan akses eksport. Kuota mesyuarat mungkin berbeza daripada kuota import fail, dan pratonton percuma mungkin berbeza daripada akses kepada transkrip lengkap. Perbezaan itu boleh mengubah pelan yang benar-benar meliputi tugas anda.
Bolehkah transkrip terus digunakan sebagai sari kata?
Hanya selepas menyemak format, pemasaan dan pembahagian yang diperlukan. Pilih pelan dengan pilihan eksport yang diperlukan dan semak kapsyen yang dihasilkan bersama video. Dokumen yang mudah dibaca dan trek sari kata yang sedia diterbitkan ialah hasil penyerahan yang berbeza.
Membuat pilihan
Pilih dua perkhidmatan yang paling sesuai dengan aliran kerja anda, kemudian bandingkannya menggunakan rakaman yang sama. Semak transkrip, masa pembetulan, fail eksport dan jumlah kos pada jangkaan penggunaan anda. Pilihan yang lebih baik ialah yang menghasilkan penyerahan yang boleh diterima dengan usaha keseluruhan paling sedikit dan bil yang boleh anda jangka.
Nota ujian dan sumber
Maklumat produk dan terma langganan disemak pada 2026-10-17. Senario kos menggunakan gabungan pelan dan andaian yang ditunjukkan di atas. Kajian prestasi mengekalkan penulis, tarikh dan pautan asalnya. Median fail, WER korpus, ralat semantik dan ukuran kejayaan tugas menggunakan kaedah pemarkahan yang berbeza dan perlu dibaca mengikut skop setiap kajian.
Bacaan lanjut tentang ketepatan pengecaman dan kependaman
Ketepatan merentas jenis rakaman
| Metrik rujukan AccurateScribe | Nilai penanda aras yang dilaporkan dalam penyelidikan yang dipetik | Skop rakaman dan pemarkahan | Penulis asal, tarikh dan sumber |
|---|---|---|---|
| Rujukan WER bahasa Inggeris umum | AA-WER 5.2% | Kira-kira 8 jam / 3 set data; AA-WER v2.0 | Artificial Analysis, petikan data disemak pada 2026-10-17. Keputusan |
| Rujukan WER pertuturan bersih dan panggilan laporan pendapatan | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | WER korpus; sampel SPGISpeech: 1,200 klip / 3.05 jam | Verli, dinilai pada 2026-07-16 / 2026-07-17. Penanda aras |
| Rujukan WER set data campuran | Purata makro 10.1% | 8 set data berwajaran sama; jumlah tempoh penilaian tidak dinyatakan | Superwhisper, dikemas kini pada 2026-09-03. Keputusan |
| Rujukan WER semantik | Min 1.32%; terkumpul 1.37% | 1,000 sampel; pemarkahan semantik berbantukan LLM, bukan WER suntingan perkataan biasa | Penyelenggara Pipecat, petikan data disemak pada 2026-10-17. Keputusan |
| Rujukan WER teks penstriman yang disahkan | Kira-kira 2% | TIMIT; bilangan dan tempoh penilaian sebenar tidak dinyatakan | Atila Orhon et al., v1, 2025-07-14. Makalah |
Daya pemprosesan dan kependaman penstriman
| Metrik / bukti AccurateScribe | Tempoh audio atau skop sampel | Nilai yang dilaporkan | Takrif pemasaan dan sumber |
|---|---|---|---|
| Rujukan daya pemprosesan yang diterbitkan | Audio 10 minit | Faktor kelajuan 610.0× | Daya pemprosesan 7 hari bergulir dalam kajian yang dipetik, bukan masa menunggu produk lengkap. Artificial Analysis, disemak pada 2026-10-17. Keputusan |
| Masa respons fail rakaman, rujukan penyelidikan | 40 klip pendek; jumlah tempoh tidak dinyatakan | Median 0.51 saat; P90 0.96 saat | Daripada permintaan hingga transkrip lengkap; Verli, 2026-07-17. Penanda aras |
| Masa respons imlak, rujukan penyelidikan | Klip 8–15 saat | Median 0.66 saat | Daripada akhir pertuturan hingga teks siap; Superwhisper, dikemas kini pada 2026-09-03. Keputusan, kaedah |
| Kelewatan segmen penstriman akhir, rujukan penyelidikan | 1,000 sampel; jumlah tempoh tidak dinyatakan | Median 247 ms; P95 298 ms; P99 326 ms | Daripada akhir pertuturan hingga segmen akhir; penyelenggara Pipecat, disemak pada 2026-10-17. Keputusan |
| Kelewatan penstriman setiap perkataan, rujukan penyelidikan | TIMIT; tempoh penilaian tidak dinyatakan | Min sementara 0.83 saat; teks disahkan kira-kira 1.7 saat | Kelewatan peringkat perkataan; Atila Orhon et al., v1, 2025-07-14. Makalah |
Bahasa dan pertuturan sukar
| Kes rujukan penyelidikan AccurateScribe | Skop rakaman | Keputusan kajian yang dilaporkan | Penulis asal, tarikh dan sumber |
|---|---|---|---|
| Memo suara bahasa Inggeris dan Rusia | 8 sampel dikekalkan bagi setiap bahasa / 3 pelaksanaan; sampel ujian tekanan digit/nama dikecualikan; smart_format=true; jumlah tempoh tidak dinyatakan | WER bahasa dinyatakan secara eksplisit: Inggeris 20.9%, Rusia 24.0%; WER mod berbilang bahasa: Inggeris 17.9%, Rusia 21.5% | Smolevich, pelaksanaan ujian 2026-08. Laporan |
| Pertuturan panggilan perbankan berbilang bahasa | 4,270 ujaran / 5.1 jam, 250 panggilan senario berskrip, 5 lokal | WER bahasa Inggeris 5.4%; WER bahasa Vietnam 24.7%; UER makro lokal 32.6% | Andrea Li dan Soham Ray, petikan data 2026-04. Kajian Sierra |
| Pemulihan nilai berstruktur | 300 senario dibaca manusia / 5.59 jam / 85 penutur | Kelompok: WER 8.2%, CTEM 90.9%, TSR 68.7%; penstriman: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner et al., penyelidikan dibiayai Besimple AI, v2, 2026-09-12. Makalah |
| Pertuturan disartria | TORGO; 8 penutur / 732 ujaran; tempoh penilaian tidak dinyatakan | WER ringan 2.77%; sederhana 21.83%; teruk 64.00% | Ali Alsayegh dan Tariq Masood, v2 disemak pada 2026-08-20. Makalah |
Keputusan penyelidikan yang dipetik bukan skor yang boleh saling ditukar ganti. Pipecat mengecualikan transkrip yang tiada daripada penyebut WERnya dan melaporkan kadar pemulangan transkrip 99.8%; audio dan rujukannya tersedia kepada umum. Angka sampel kecil Smolevich dilaporkan oleh penulis; memo suara peribadi itu tidak tersedia kepada umum. MU-Bench menggunakan transkrip yang dinormalkan LLM dan pemberat sama merentas lokal; UER mengira ujaran yang mengandungi ralat yang mengubah makna. Audio dan label Sierra tersedia kepada umum.
Senario VoiceCodeBench bersifat sintetik dan dibaca manusia, manakala WERnya tidak bergantung pada format. CTEM mengukur entiti yang boleh dipulihkan; TSR memerlukan setiap sasaran dalam sesuatu segmen boleh dipulihkan. Audio dan anotasi dan kod pemarkahan tersedia kepada umum. TORGO menggunakan min WER setiap ujaran yang dihadkan pada 100%, bukan WER terkumpul. Pelaksanaan ujian berlaku pada 2025-09-17–18, sebelum semakan 2026. Verli dan Superwhisper menerbitkan produk transkripsi, dan penulis WhisperKit membangunkan sistem pesaing.