Transkripsjonsverktøy virker like helt til du laster opp et langt intervju, importerer en måneds møter eller trenger å redigere en video. En nyttig sammenligning viser hvor godt hver tjeneste passer til arbeidet, hvilke filbegrensninger som gjelder, og hva hele arbeidsflyten koster.
AccurateScribe, Otter, Sonix, Notta, Descript og Rev tilbyr ulike kombinasjoner av filtranskripsjon, møteverktøy, redigering og menneskeutførte tjenester. Denne omtalen sammenligner priser, opptaksgrenser, eksportmuligheter, behandlingshastighet og dokumentasjon om nøyaktighet, med samme spørsmål for alle: Hva får du til arbeidet du faktisk må fullføre?
Se videosammenligningen
Se vår engelske veiledning på 5 minutter om egnethet for arbeidsflyten, opptaksgrenser, månedlige abonnementskostnader og transkripsjonsdokumentasjon. De detaljerte tabellene, daterte forutsetningene og opprinnelige kildene står fortsatt i artikkelen nedenfor.
Engelsk fortellerstemme og undertekster · 5:11 · Se på YouTube
Videoen bruker KI-genererte illustrasjoner og syntetisk fortellerstemme. Merkede produktbilder og historiske testresultater beholder sin opprinnelige kilde og avgrensning. Dette er ingen ny kontrollert test av seks produkter.
Otter.ai
Sonix
Notta
Descript
Rev
Begynn med arbeidsflyten din
| Produkt | Viktigste bruksområde | Viktig avveining å kontrollere |
|---|---|---|
| AccurateScribe | Møter, intervjuer, forelesninger, podkaster, videoer og annen transkripsjon av lyd/video | Fast abonnementspris og støtte for lange filer; fullstendige transkripsjoner og eksport krever betalt tilgang |
| Otter | Opptak av møter og delte møtenotater | Sammenlign møtefunksjonene med de separate begrensningene for importerte filer |
| Sonix | Transkripsjon av opptaksfiler og levering av undertekster | Både inkluderte timer og overforbruk påvirker månedsregningen |
| Notta | Møtenotater og regelmessig filtranskripsjon | Pro inkluderer 30 timer/måned, med separate grenser for antall filer og varighet |
| Descript | Redigering av podkaster eller videoer via en transkripsjon | Verdien avhenger av om du trenger redigering i tillegg til transkripsjon |
| Rev | Valg mellom KI-transkripsjon og en tjeneste utført av mennesker | Sammenlign den konkrete tjenesten, støttede språk og separate priser |
Detaljer om funksjoner og abonnementer: AccurateScribe, Otter, Sonix, Notta, Descript og Rev.
Gjeldende priser og grensene som har betydning
Prisene nedenfor er publiserte nettpriser i USD før skatt og avgifter, kontrollert 2026-10-17. Månedlig og årlig betaling innebærer ulike forpliktelser. De utvalgte abonnementene illustrerer praktiske alternativer. De er verken en liste over alle nivåer eller en oversikt over abonnementene som ble brukt i de historiske testene.
| Produkt og abonnement | Månedsbetaling | Årsforpliktelse | Inkludert kvote og viktige begrensninger |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/år | Markedsføres med ubegrenset transkripsjon; filer på opptil 10 timer hver. Kilde |
| Otter Pro / Business | $16.99 / $30 per bruker | $99.99 / $239.88 per bruker/år | Pro: 1,200 minutter/måned, 10 importer/måned, 90 minutter/fil. Business: 6,000 importerte minutter/måned, 4 timer/fil. Abonnementer, Pro med årsbetaling, Business med årsbetaling |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 per år | Månedsabonnementene inkluderer 20 / 40 timer; ekstra timer koster $10 hver. Priser, årsabonnementer |
| Notta Pro / Business | $13.49 / $27.99 per brukerlisens | $97.99 / $199.99 per brukerlisens/år | Pro: 1,800 minutter og 100 filer/måned. Business: ubegrenset transkripsjonstid og 200 filer/brukerlisens/måned. Priser, abonnementsdetaljer |
| Descript Hobbyist / Creator | $24 / $35 per redigeringsbruker | Oppgitte månedspriser tilsvarende $16 / $24 per redigeringsbruker/måned, fakturert årlig | 10 / 30 medietimer per redigeringsbruker/måned; kvalifiserte abonnementer kan kjøpe flere medietimer. Kilde |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 per brukerlisens | $305.90 / $575.88 per brukerlisens/år | 5,000 / 10,000 KI-minutter per person/måned. Essentials dekker engelsk og spansk. Priser, abonnementsdetaljer |
Les kvoten og filbegrensningene i sammenheng. Selv en stor minuttsaldo kan være uegnet hvis opptakene overstiger grensen per fil eller består av flere filer enn abonnementet tillater. Et abonnement med ubegrenset transkripsjon bør tilsvarende vurderes sammen med filreglene og leverandørens vilkår, fremfor å tolkes som et løfte om ubegrenset behandlingshastighet.
Hvordan hvert verktøy passer inn i sammenligningen
AccurateScribe: lyd- og videotranskripsjon for vanlige bruksområder
AccurateScribe konverterer møteopptak, intervjuer, forelesninger, podkaster, videoer og annet lyd- eller videoinnhold til tekst eller undertekster. Abonnementet med fast pris er relevant for dem som regelmessig behandler lagrede opptak og vil ha en forutsigbar regning. Kontroller grensene for filvarighet og formatene du må levere. Eksportmenyen dekker dokumenter, undertekster, regneark, strukturerte data og utvekslingsfiler for redigering. Formattabellen nedenfor viser alternativene. Produktoversikt
Gratis tilgang gir en forhåndsvisning av deler av transkripsjonen. Fullstendige transkripsjoner og alle eksportmuligheter krever abonnement. Dette påvirker hvor mye av en komplett intervju- eller undertekstflyt du kan vurdere før du betaler. Tilgangsdetaljer
Otter: sammenlign møtebruk med filimport
Otter hører hjemme blant kandidater for møtebruk, men importreglene fortjener oppmerksomhet når arbeidet starter med filer. Pro kombinerer en månedlig minuttkvote med grenser for filantall og varighet per fil. For eksempel gir 10 importer på 90 minutter hver maksimalt 900 importerte minutter, selv om den samlede månedskvoten er 1,200 minutter. Grensene gjelder samtidig. Business øker kapasiteten for filimport, men den ubegrensede kvoten for møter/opptak i appen opphever ikke månedsgrensen på 6,000 minutter for importerte filer. Sammenligning av Otter-abonnementer
For levering støtter Basic teksteksport som TXT. Betalte abonnementer legger til alternativer som DOCX, PDF og SRT. Hvis en kunde trenger et formatert dokument, bør eksportkravet inngå når du sammenligner gratisnivået med betalte nivåer. Otters eksportdokumentasjon
Sonix: beregn inkluderte timer og overforbruk samlet
Sonix tilbyr transkripsjon med betaling etter bruk til $10 per time og abonnementer med inkluderte timer. Betaling etter bruk kan passe ved uregelmessig bruk, mens et abonnement kan bli rimeligere ved et stabilt volum. Forskjellen er viktig fordi det mest egnede abonnementet kan endre seg når arbeidsmengden øker. Transkripsjon og oversettelse deler tidskvoten, så oversettelse av resultatet kan endre budsjettet. Sonix-priser og funksjonsdetaljer
Opplastingsveiledningen tillater normalt filer på opptil 8 timer og 16 GB, avhengig av kontotillatelser. Lagringsgrenser gjelder separat. Sonix dokumenterer også eksport til DOCX, TXT, PDF, SRT og VTT, slik at påkrevd leveringsformat blir et konkret kontrollpunkt. Opplastingsgrenser, eksportmuligheter
Notta: en betydelig Pro-kvote med separate filregler
Nottas Pro-kvote tilsvarer 30 lydtimer per måned, noe som gjør den relevant å sammenligne ved regelmessig bruk innenfor denne grensen. Business endrer modellen til ubegrenset transkripsjonstid per brukerlisens, men beholder en månedlig filkvote. Dette er forskjellige begrensninger: behandling av lange intervjuer og import av mange korte klipp kan føre til ulike abonnementsvalg. Notta-priser, forklaring av abonnementer
Importdokumentasjonen tillater lydfiler på opptil 1 GB og videoer på opptil 10 GB. Filene kan vare opptil 5 timer uten talergjenkjenning, eller 3 timer med funksjonen aktivert. Pro og høyere abonnementer støtter nedlasting av transkripsjoner, blant annet som TXT, DOCX, PDF og SRT. Kontroller talerinnstillingen før du antar at et langt opptak får plass. Importregler, nedlastingsformater
Descript: vurder redigeringsflyten i tillegg til transkripsjon
Descript er et annerledes kjøp når transkripsjonen inngår i redigeringen av en podkast eller video. Kvoten for medieminutter dekker importerte eller innspilte medier, ikke bare tekstgenerering. Opplasting av flere mediefiler kan derfor bruke mer av kvoten enn spilletiden til én ferdig episode. KI-kreditter er en separat ressurs, så en kostnadssammenligning som bare omfatter transkripsjon, dekker ikke alle redigerings- eller genereringsfunksjoner. Descripts bruksregler
Creator og Business kan kjøpe flere medietimer. Descript støtter også dokumentrettet eksport av transkripsjoner og undertekster i SRT/VTT. Hvis du allerede abonnerer for redigering, bør du sammenligne den ekstra mediekvoten du trenger, før du behandler et nytt transkripsjonsabonnement som en automatisk besparelse. Tilleggspakker, transkripsjonseksport, underteksteksport
Rev: hold KI-tjenester og menneskeutførte tjenester atskilt
Rev er relevant å undersøke når du vil velge mellom automatisk resultat og en separat priset tjeneste utført av mennesker. Essentials AI inkluderer 5,000 minutter per person per måned for engelsk og spansk. Pro øker kvoten og støtter flere språk. For språk utenfor Essentials bør du sammenligne det relevante abonnementet som støtter språket, fremfor den lavere annonserte prisen. Revs abonnementer
Den oppgitte prisen for transkripsjon utført av mennesker er $1.99 per minutt, en annen kostnadsstruktur enn KI-abonnementer. Et opptak på 60 minutter vil starte på $119.40 før eventuelle tillegg eller avrundingsregler. Beregningen er nyttig for budsjettering, men påstander om den menneskeutførte tjenesten må aldri brukes som nøyaktighetsscore for Revs automatiserte produkt. Rev-priser
Transkripsjonshastighet og nøyaktighet
Behandlingshastighet og gjenkjenningsnøyaktighet besvarer ulike spørsmål. Opptak, vurderingsregler og målegrenser for tid varierer mellom studiene nedenfor, så resultatene utgjør ikke én samlet rangering.
Sammenligning av transkripsjonstid med lydvarighet og kilder
Tidene nedenfor inkluderer opplasting pluss transkripsjon der dette er oppgitt. RJIs tre oppføringer bruker samme intervju; de øvrige observasjonene gjelder egne opptak.
| Produkt / observasjon | Lyd- eller videovarighet | Rapportert behandlingstid | Avgrensning av tidsmålingen | Kilde og dato |
|---|---|---|---|---|
| AccurateScribe | 25 minutter | 10 sekunder | Opplasting pluss transkripsjon | Testregistrering; kjøredato 2024-01-15 |
| Sonix | 25 minutter | 2 minutter 56 sekunder | Opplasting pluss transkripsjon | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Rev | 25 minutter | 4 minutter 31 sekunder | Opplasting pluss transkripsjon | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Otter | 25 minutter | 6 minutter 19 sekunder | Opplasting pluss transkripsjon | Emily Lytle, RJI, 2023-02-15. Artikkel |
| Rev AI, separat eksempel | 6 minutter | Omtrent 40 sekunder | Nøyaktig start og slutt er ikke oppgitt | Miguel Rebelo, Zapier, 2026-04-02. Omtale |
| Notta | Ingen kildebelagt tidsmåling brukt | — | — | Ingen tidsresultater tatt med |
| Descript | Ingen kildebelagt tidsmåling brukt | — | — | Ingen tidsresultater tatt med |
RJIs verdier er gjengitt fra deres opprinnelige tidsdiagram; de utelater menneskelig korrigering. Abonnementer, nettverksforhold og gjentatte kjøringer er ikke fullstendig spesifisert. Zapier opplyser at enkelte lenker i omtalen kan gi provisjon. Opptaket i eksemplet, det fullstendige resultatet og det nøyaktige testede abonnementet er ikke publisert. En tankestrek betyr at et resultat ikke er tatt med, ikke at tiden er null.
Hva nøyaktighetsresultatene viser
Willem Maas’ intervjustudie hos Growth Velocity, publisert 2023-08-08, rapporterer resultater mot 1,199 referanseord fra et én time langt B2B-intervju. De nøyaktige grensene for den vurderte delen er ikke oppgitt. Den siterte forskningen og testene av komplette produkter måler ulike omfang. Intervjustudie
| Produkt / oppføring | Rapportert nøyaktighet og dokumentasjonstype | Opprinnelig testomfang | Forfatter, dato og kilde |
|---|---|---|---|
| AccurateScribe — produkttest | Median WER per fil: 5.26% satsvis / 6.84% strømming | 2,703 filer / 81.69 timer | Resultater fra produkttest levert av testeren. Testkilde |
| Sonix Standard, betaling etter bruk | Historisk WER for intervju 3.1% | 37 ordfeil / 1,199 referanseord | Willem Maas, Growth Velocity, 2023-08-08. Opprinnelig test |
| Rev Max AI | Historisk WER for intervju 4.8% | 58 ordfeil / 1,199 referanseord | Willem Maas, Growth Velocity, 2023-08-08. Opprinnelig test |
| Otter Pro | Historisk WER for intervju 6.3% | 75 ordfeil / 1,199 referanseord | Willem Maas, Growth Velocity, 2023-08-08. Opprinnelig test |
Kilde til AccurateScribes produkttest: Utvalgsomfanget og WER-tallene i denne raden ble levert og bekreftet av testeren for denne omtalen.
I denne intervjutesten hadde Sonix lavere WER enn Rev og Otter. For egne opptak bør du kontrollere navn, tall, overlappende tale og bakgrunnsstøy, samt hvor mye retting som trengs før transkripsjonen er brukbar.
Hva 10, 50 og 100 lydtimer kan koste hver måned
Anslagene nedenfor bruker publiserte månedspriser for transkripsjon av engelske opptaksfiler for én fakturert bruker eller redigeringsbruker. De utelater skatt og avgifter, oversettelse, tillegg for KI-generering og menneskelig redigering. Hvert opptak må være innenfor abonnementets fil- og lagringsregler. Tabellen viser anslag for konkrete abonnementskombinasjoner. Faktiske kostnader avhenger av brukerlisensene og alternativene som kjøpes.
| Produkt | 10 timer/måned | 50 timer/måned | 100 timer/måned | Grunnlag |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Publisert Unlimited-månedsabonnement |
| Otter | $16.99 | $30.00 | $30.00 | Pro for 10 timer innenfor importgrensene; Business for større volum |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced for 10 timer; deretter Pro pluss $10/time i overforbruk |
| Notta, per fakturert brukerlisens | $13.49 | $27.99 | $27.99 | Pro for 10 timer; Business for 50/100 timer, opptil 200 filer per brukerlisens/måned |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist for 10 timer; Creator pluss ekstra mediepakker for større volum |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials for 10/50 timer; Pro for 100 timer |
Kilder: AccurateScribe, Otter, Sonix, Notta, Descript og deres ekstra mediepakker, og Rev. Notta-tallene gjelder per fakturert brukerlisens. Multipliser Business-prisen med antall kjøpte brukerlisenser. Filkvotene gjelder også per brukerlisens.
To eksempler viser hvordan anslagene fungerer. Sonix Pro ved 100 timer blir $80 + (100 − 40) × $10 = $680. Descript Creator ved 50 timer blir $35 + en ekstra pakke på 20 timer til $80 = $115. Ved 100 timer gir tillegg av pakker på 50 timer og 20 timer $35 + $150 + $80 = $265. Descripts dokumentasjon om tilleggspakker oppgir disse pakkeprisene. Dette er et scenario basert på Creator, ikke en påstand om at ingen andre abonnementskombinasjoner kan være å foretrekke.
Tilpass beregningen til filmønsteret ditt. Otter Pros grense på 10 importer har betydning selv under minuttkvoten, og 100 timer bruker hele kvoten for importerte minutter i Business. Eksisterende abonnementer endrer også vurderingen: En ekstra mediepakke kan koste mindre enn å kjøpe et verktøy til. Programvareprisen inkluderer dessuten ikke tiden du bruker på å kontrollere sitater, navn eller tidsplassering av undertekster.
Dokumenter og undertekster krever ulike kontroller
For et skriftlig intervju bør du kontrollere om talermerking, avsnittsskift og rettet tekst bevares ved eksport. For undertekster bør du kontrollere påkrevd filtype og spille av det eksporterte sporet mot videoen. En transkripsjon kan være god å lese, men likevel kreve endringer i undertekstenes tidsplassering eller segmentering. At et eksportformat finnes, viser at alternativet er tilgjengelig; det måler ikke kvaliteten på et bestemt resultat.
| Produkt | Eksportmuligheter for dokumenter, undertekster og data som er relevante her |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Alternativer i eksportmenyen; hjelp til vanlige formater. |
| Otter | TXT; betalte abonnementer legger til DOCX, PDF og SRT. Hjelp |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Hjelp |
| Notta | Betalt nedlasting av transkripsjoner inkluderer TXT, DOCX, PDF, SRT og XLSX. Hjelp |
| Descript | TXT, DOCX og andre tekstformater; undertekster i SRT/VTT. Tekst, undertekster |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Hjelp |
Rev skiller uttrykkelig mellom undertekstfiler som eksporteres fra en KI-transkripsjon, og en separat AI Captions-bestilling. Hvis undertekster er sluttleveransen, bør du sammenligne den faktiske undertekstflyten fremfor å anta at alle fremgangsmåter gir samme redigerbare resultat. Revs veiledning om filformater
Hvilket verktøy bør du prøve først?
For lyd- og videotranskripsjon bør du sammenligne AccurateScribes abonnement med fast pris, Sonix-modellen med inkluderte timer og overforbruk, og Notta Pro hvis arbeidsmengden passer innenfor månedsgrensen på 30 timer og filreglene. For møter kan kandidatene inkludere AccurateScribe, Otter og Notta. Sammenlign også funksjoner for opptak og delte notater hvis dette inngår i arbeidsflyten. Descript er relevant når du trenger redigering av podkaster eller video. Rev tilbyr en separat priset tjeneste utført av mennesker i tillegg til KI-abonnementene.
Behandle deretter et representativt opptak med de to sterkeste kandidatene. Ta med et parti med navn eller tall, et talerbytte og den typen bakgrunnslyd du vanligvis møter. Rett resultatet til ønsket standard, og åpne den eksporterte filen i programmet der den skal brukes. Denne komplette oppgaven sier mer om egnetheten enn en isolert, fremhevet nøyaktighetsprosent.
Ofte stilte spørsmål
Hvilket transkripsjonsverktøy er mest nøyaktig?
De tilgjengelige offentlige testene bruker ulike opptak og vurderingsmetoder og fastslår derfor ingen leder på nøyaktighet blant disse seks verktøyene. For å sammenligne AccurateScribe med de andre kandidatene bør du teste det samme representative opptaket og vurdere hver transkripsjon mot samme referansetekst.
Betyr ubegrenset transkripsjon at det ikke finnes begrensninger?
Nei. Kontroller hvordan leverandøren definerer kvoten, samt filvarighet, filantall, lagring og tilgang til eksport. En møtekvote kan være forskjellig fra en filimportkvote, og en gratis forhåndsvisning kan være forskjellig fra tilgang til en fullstendig transkripsjon. Slike forskjeller kan endre hvilket abonnement som faktisk dekker oppgaven.
Kan en transkripsjon brukes direkte som undertekster?
Først etter at påkrevd format, tidsplassering og segmentering er kontrollert. Velg et abonnement med nødvendig eksportmulighet, og kontroller undertekstene mot videoen. Et lesbart dokument og et undertekstspor som kan publiseres, er ulike leveranser.
Slik velger du
Velg de to tjenestene som passer best til arbeidsflyten, og sammenlign dem deretter på samme opptak. Kontroller transkripsjonen, rettetiden, den eksporterte filen og totalkostnaden ved forventet volum. Det beste valget er tjenesten som gir en akseptabel leveranse med minst samlet innsats og en regning du kan forutse.
Testmerknader og kilder
Produktinformasjon og abonnementsvilkår ble kontrollert 2026-10-17. Kostnadsscenarioene bruker abonnementskombinasjonene og forutsetningene vist ovenfor. Ytelsesstudiene beholder forfattere, datoer og opprinnelige lenker. Filmedianer, korpus-WER, semantiske feil og mål på oppgavesuksess bruker ulike vurderingsmetoder og må leses innenfor hver studies avgrensning.
Videre lesning om gjenkjenningsnøyaktighet og forsinkelse
Nøyaktighet på tvers av opptakstyper
| Referansemål for AccurateScribe | Rapportert referanseverdi i den siterte forskningen | Opptaks- og vurderingsomfang | Opprinnelig forfatter, dato og kilde |
|---|---|---|---|
| WER-referanse for generell engelsk | AA-WER 5.2% | Omtrent 8 timer / 3 datasett; AA-WER v2.0 | Artificial Analysis, øyeblikksbilde kontrollert 2026-10-17. Resultater |
| WER-referanser for tydelig tale og samtaler om kvartalsresultater | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | Korpus-WER; SPGISpeech-utvalg: 1,200 klipp / 3.05 timer | Verli, vurdert 2026-07-16 / 2026-07-17. Referansetest |
| WER-referanse for blandede datasett | Makrogjennomsnitt 10.1% | 8 likt vektede datasett; samlet evaluert varighet er ikke oppgitt | Superwhisper, oppdatert 2026-09-03. Resultater |
| Semantisk WER-referanse | Gjennomsnitt 1.32%; samlet 1.37% | 1,000 prøver; LLM-assistert semantisk vurdering, ikke vanlig WER basert på ordredigering | Pipecat-vedlikeholderne, øyeblikksbilde kontrollert 2026-10-17. Resultater |
| WER-referanse for bekreftet strømmetekst | Omtrent 2% | TIMIT; faktisk evaluert antall og varighet er ikke oppgitt | Atila Orhon mfl., v1, 2025-07-14. Forskningsartikkel |
Gjennomstrømning og forsinkelse ved strømming
| AccurateScribe-mål / dokumentasjon | Lydvarighet eller utvalgsomfang | Rapportert verdi | Tidsdefinisjon og kilde |
|---|---|---|---|
| Publisert gjennomstrømningsreferanse | 10-minutters lydopptak | Hastighetsfaktor 610.0× | Rullerende gjennomstrømning over 7 dager i den siterte studien, ikke ventetid i hele produktet. Artificial Analysis, kontrollert 2026-10-17. Resultater |
| Responstid for opptaksfiler, forskningsreferanse | 40 korte klipp; samlet varighet er ikke oppgitt | Median 0.51 sekunder; P90 0.96 sekunder | Fra forespørsel til fullstendig transkripsjon; Verli, 2026-07-17. Referansetest |
| Responstid ved diktering, forskningsreferanse | Klipp på 8–15 sekunder | Median 0.66 sekunder | Fra avsluttet tale til ferdig tekst; Superwhisper, oppdatert 2026-09-03. Resultater, metode |
| Forsinkelse for siste strømmesegment, forskningsreferanse | 1,000 prøver; samlet varighet er ikke oppgitt | Median 247 ms; P95 298 ms; P99 326 ms | Fra avsluttet tale til endelig segment; Pipecat-vedlikeholderne, kontrollert 2026-10-17. Resultater |
| Forsinkelse per ord ved strømming, forskningsreferanse | TIMIT; evaluert varighet er ikke oppgitt | Gjennomsnitt for foreløpig tekst 0.83 sekunder; bekreftet tekst omtrent 1.7 sekunder | Forsinkelse på ordnivå; Atila Orhon mfl., v1, 2025-07-14. Forskningsartikkel |
Språk og krevende tale
| Tilfelle fra forskningsreferanse for AccurateScribe | Opptaksomfang | Rapportert studieresultat | Opprinnelig forfatter, dato og kilde |
|---|---|---|---|
| Talenotater på engelsk og russisk | 8 beholdte prøver per språk / 3 kjøringer; stresstestprøver for sifre/navn utelatt; smart_format=true; samlet varighet ikke oppgitt | WER med eksplisitt språkvalg: engelsk 20.9%, russisk 24.0%; WER i flerspråklig modus: engelsk 17.9%, russisk 21.5% | Smolevich, testkjøringer 2026-08. Rapport |
| Flerspråklig tale fra banksamtaler | 4,270 ytringer / 5.1 timer, 250 samtaler med manusbaserte scenarioer, 5 språkvarianter | Engelsk WER 5.4%; vietnamesisk WER 24.7%; makrogjennomsnitt av UER på tvers av språkvarianter 32.6% | Andrea Li og Soham Ray, øyeblikksbilde fra 2026-04. Sierra-studie |
| Gjenfinning av strukturerte verdier | 300 scenarioer lest av mennesker / 5.59 timer / 85 talere | Satsvis: WER 8.2%, CTEM 90.9%, TSR 68.7%; strømming: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner mfl., forskning finansiert av Besimple AI, v2, 2026-09-12. Forskningsartikkel |
| Dysartrisk tale | TORGO; 8 talere / 732 ytringer; evaluert varighet ikke oppgitt | Mild WER 2.77%; moderat 21.83%; alvorlig 64.00% | Ali Alsayegh og Tariq Masood, v2 revidert 2026-08-20. Forskningsartikkel |
De siterte forskningsresultatene er ikke utskiftbare skårer. Pipecat utelater manglende transkripsjoner fra nevneren i WER-beregningen og rapporterer en andel returnerte transkripsjoner på 99.8%; deres lydopptak og referanser er offentlige. Smolevichs tall fra et lite utvalg er rapportert av forfatteren; de private talenotatene er ikke offentlige. MU-Bench bruker LLM-normaliserte transkripsjoner og lik vekting på tvers av språkvarianter. UER teller ytringer med meningsendrende feil. Sierras lydopptak og merking er offentlige.
VoiceCodeBenchs scenarioer er syntetiske og lest av mennesker, og WER-målet er formatuavhengig. CTEM måler gjenfinnbare entiteter. TSR krever at alle målelementer i et segment kan gjenfinnes. Lydopptak og annotasjoner og vurderingskode er offentlige. TORGO bruker gjennomsnittlig WER per ytring begrenset til 100%, ikke samlet WER. Testkjøringene fant sted 2025-09-17–18, før revisjonen i 2026. Verli og Superwhisper utgir transkripsjonsprodukter, og WhisperKit-forfatterne utvikler et konkurrerende system.