Instrumentele de transcriere par asemănătoare până când încărcați un interviu lung, importați ședințele dintr-o lună sau trebuie să editați un videoclip. O comparație utilă arată cât de bine se potrivește fiecare serviciu acestor sarcini, ce restricții se aplică fișierelor și cât costă întregul flux de lucru.
AccurateScribe, Otter, Sonix, Notta, Descript și Rev oferă combinații diferite de transcriere a fișierelor, instrumente pentru ședințe, editare și servicii realizate de oameni. Această recenzie compară prețurile, limitele înregistrărilor, exporturile, viteza de procesare și dovezile privind precizia, punând aceeași întrebare pentru fiecare: ce primiți pentru munca pe care trebuie să o finalizați efectiv?
Urmăriți comparația video
Urmăriți ghidul nostru de 5 minute, în limba engleză, despre potrivirea cu fluxul de lucru, limitele înregistrărilor, costurile planurilor lunare și dovezile privind transcrierea. Tabelele detaliate, ipotezele datate și sursele originale rămân în articolul de mai jos.
Narațiune și subtitrări în engleză · 5:11 · Urmăriți pe YouTube
Sunt folosite imagini ilustrative generate cu IA și narațiune sintetică. Imaginile produselor, etichetate ca atare, și rezultatele istorice ale testelor își păstrează sursa și domeniul de aplicare originale; acesta nu este un nou test controlat al celor șase produse.
AccurateScribe
Otter.ai
Sonix
Notta
Descript
Rev
Începeți cu fluxul dumneavoastră de lucru
| Produs | Utilizare principală | Principalul compromis de verificat |
|---|---|---|
| AccurateScribe | Transcrierea ședințelor, interviurilor, cursurilor, podcasturilor, videoclipurilor și altor materiale audio/video | Abonament cu tarif fix și compatibilitate cu fișiere lungi; transcrierile complete și exporturile necesită acces plătit |
| Otter | Înregistrarea ședințelor și note comune de ședință | Comparați funcțiile pentru ședințe cu restricțiile separate privind fișierele importate |
| Sonix | Transcrierea fișierelor înregistrate și livrarea subtitrărilor | Atât orele incluse, cât și depășirile influențează factura lunară |
| Notta | Note de ședință și transcriere regulată a fișierelor | Pro include 30 de ore/lună, cu limite separate privind numărul și durata fișierelor |
| Descript | Editarea podcasturilor sau videoclipurilor prin intermediul unei transcrieri | Valoarea depinde de necesitatea editării pe lângă transcriere |
| Rev | Alegerea între transcrierea cu IA și un serviciu realizat de oameni | Comparați serviciul exact, limba acceptată și tarifele separate |
Detalii despre funcții și planuri: AccurateScribe, Otter, Sonix, Notta, Descript și Rev.
Prețurile actuale și limitele care contează
Prețurile de mai jos sunt tarifele publicate pe web, în USD, înainte de taxe, verificate la 2026-10-17. Facturarea lunară și cea anuală presupun angajamente diferite. Planurile selectate ilustrează opțiuni practice; nu reprezintă o listă a tuturor nivelurilor sau o evidență a planurilor utilizate în testele istorice.
| Produs și plan | Facturare lunară | Angajament anual | Resurse incluse și restricții principale |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/an | Transcriere promovată ca nelimitată; fișiere de până la 10 ore fiecare. Sursă |
| Otter Pro / Business | $16.99 / $30 per utilizator | $99.99 / $239.88 per utilizator/an | Pro: 1,200 de minute/lună, 10 importuri/lună, 90 de minute/fișier. Business: 6,000 de minute importate/lună, 4 ore/fișier. Planuri, Pro anual, Business anual |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 pe an | Planurile lunare includ 20 / 40 de ore; orele suplimentare costă $10 fiecare. Prețuri, planuri anuale |
| Notta Pro / Business | $13.49 / $27.99 per loc | $97.99 / $199.99 per loc/an | Pro: 1,800 de minute și 100 de fișiere/lună. Business: durată de transcriere nelimitată și 200 de fișiere/loc/lună. Prețuri, detalii despre planuri |
| Descript Hobbyist / Creator | $24 / $35 per editor | Echivalente afișate de $16 / $24 per editor/lună, facturate anual | 10 / 30 de ore de conținut media per editor/lună; planurile eligibile pot cumpăra ore media suplimentare. Sursă |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 per loc | $305.90 / $575.88 per loc/an | 5,000 / 10,000 de minute IA per persoană/lună. Essentials acoperă engleza și spaniola. Prețuri, detalii despre planuri |
Analizați împreună resursele incluse și restricțiile fișierelor. Chiar și un număr mare de minute poate fi nepotrivit dacă înregistrările depășesc limita per fișier sau sunt repartizate în mai multe fișiere decât permite planul. De asemenea, un plan de transcriere nelimitată trebuie evaluat împreună cu regulile privind fișierele și condițiile furnizorului, fără a fi considerat o promisiune de viteză de procesare nelimitată.
Cum se încadrează fiecare instrument în comparație
AccurateScribe: transcriere audio și video pentru utilizări obișnuite
AccurateScribe transformă înregistrările ședințelor, interviurile, cursurile, podcasturile, videoclipurile și alte materiale audio sau video în text ori subtitrări. Abonamentul său cu tarif fix este relevant pentru cei care prelucrează regulat înregistrări salvate și doresc o factură previzibilă. Verificați limitele de durată a fișierelor și formatele pe care trebuie să le livrați. Meniul său de export acoperă documente, subtitrări, foi de calcul, date structurate și fișiere de schimb pentru editare; tabelul formatelor de mai jos enumeră opțiunile. Prezentarea produsului
Accesul gratuit oferă o previzualizare parțială a transcrierii. Transcrierile complete și toate opțiunile de export necesită un abonament, ceea ce influențează cât de mult puteți evalua dintr-un flux complet de lucru pentru interviuri sau subtitrări înainte de a plăti. Detalii despre acces
Otter: comparați utilizarea pentru ședințe cu importul fișierelor
Otter merită inclus pe o listă scurtă axată pe ședințe, dar regulile sale de import necesită atenție când munca începe cu fișiere. Pro combină minutele lunare incluse cu o limită a numărului de fișiere și o limită de durată per fișier. De exemplu, 10 importuri a câte 90 de minute permit cel mult 900 de minute importate, deși limita lunară totală este de 1,200 de minute. Aceste limite se aplică simultan. Business extinde capacitatea de import a fișierelor, dar resursa nelimitată pentru ședințe/înregistrări din aplicație nu elimină limita lunară de 6,000 de minute pentru fișierele importate. Comparația planurilor Otter
Pentru livrare, Basic permite exportul textului în TXT; planurile plătite adaugă opțiuni precum DOCX, PDF și SRT. Dacă un client are nevoie de un document formatat, includeți cerința de export când comparați nivelurile gratuite și plătite. Documentația de export Otter
Sonix: calculați împreună orele incluse și depășirile
Sonix oferă transcriere cu plata în funcție de utilizare la $10 pe oră și abonamente cu ore incluse. Plata în funcție de utilizare poate fi potrivită pentru folosirea ocazională; un abonament poate costa mai puțin la un volum constant. Distincția contează, deoarece planul cel mai potrivit se poate schimba odată cu creșterea volumului de lucru. Transcrierea și traducerea folosesc aceeași resursă de timp, astfel că traducerea rezultatului poate modifica bugetul. Prețurile Sonix și detalii despre funcții
Instrucțiunile sale de încărcare permit, în mod normal, fișiere de până la 8 ore și 16 GB, în funcție de permisiunile contului. Limitele de stocare sunt separate. Sonix documentează și exporturile DOCX, TXT, PDF, SRT și VTT, astfel că formatul necesar de livrare este un aspect concret de verificat. Limite de încărcare, opțiuni de export
Notta: resurse generoase în Pro, cu reguli separate pentru fișiere
Minutele incluse în Notta Pro echivalează cu 30 de ore audio pe lună, ceea ce justifică o comparație pentru utilizarea regulată în această limită. Business trece la un model cu timp de transcriere nelimitat per loc, păstrând totuși o limită lunară de fișiere. Sunt constrângeri diferite: prelucrarea interviurilor lungi și importul multor clipuri scurte pot conduce la alegeri diferite ale planului. Prețurile Notta, explicarea planurilor
Documentația de import permite fișiere audio de până la 1 GB și videoclipuri de până la 10 GB. Fișierele pot avea până la 5 ore fără recunoașterea vorbitorilor sau 3 ore cu aceasta activată. Pro și planurile superioare permit descărcarea transcrierilor în formate precum TXT, DOCX, PDF și SRT. Verificați setarea pentru vorbitori înainte de a presupune că o înregistrare lungă se încadrează. Reguli de import, formate de descărcare
Descript: evaluați și fluxul de editare, pe lângă transcriere
Descript reprezintă o achiziție diferită atunci când transcrierea face parte din editarea unui podcast sau videoclip. Minutele sale media incluse acoperă materialele importate sau înregistrate, nu doar generarea textului. Încărcarea mai multor materiale poate, așadar, consuma mai multe resurse decât durata unui singur episod finalizat. Creditele IA sunt o resursă separată, astfel că o comparație de cost axată exclusiv pe transcriere nu acoperă toate funcțiile de editare sau generare. Reguli de utilizare Descript
Creator și Business pot cumpăra ore media suplimentare. Descript permite și exportul transcrierilor în formate de document, precum și subtitrări SRT/VTT. Dacă aveți deja un abonament pentru editare, comparați resursele media suplimentare necesare înainte de a considera un alt abonament de transcriere o economie garantată. Pachete suplimentare, exporturi de transcrieri, exporturi de subtitrări
Rev: separați serviciile IA de cele realizate de oameni
Rev merită analizat când doriți să alegeți între un rezultat automat și un serviciu realizat de oameni, tarifat separat. Essentials AI include 5,000 de minute per persoană pe lună pentru engleză și spaniolă; Pro crește resursele incluse și acceptă mai multe limbi. Pentru o limbă care nu este acoperită de Essentials, comparați planul relevant care o acceptă, nu prețul său de prezentare mai mic. Planuri de abonament Rev
Prețul afișat pentru transcrierea realizată de oameni este de $1.99 pe minut, o structură de cost diferită de cea a abonamentelor IA. O înregistrare de 60 de minute ar porni de la $119.40, înainte de eventualele suplimente sau reguli de rotunjire aplicabile. Calculul este util pentru bugetare, dar afirmațiile despre serviciile realizate de oameni nu trebuie niciodată folosite drept scor de precizie pentru produsul automat Rev. Prețurile Rev
Viteza și precizia transcrierii
Viteza de procesare și precizia recunoașterii răspund unor întrebări diferite. Înregistrările, regulile de evaluare și punctele de început și sfârșit ale cronometrării diferă între studiile de mai jos, astfel că rezultatele lor nu formează un clasament unic.
Comparație a timpului de transcriere, cu durata materialului audio și surse
Timpii de mai jos includ încărcarea și transcrierea acolo unde este precizat. Cele trei rezultate RJI folosesc același interviu; celelalte observații se referă la înregistrările lor proprii.
| Produs / observație | Durată audio sau video | Timp de procesare raportat | Delimitarea cronometrării | Sursă și dată |
|---|---|---|---|---|
| AccurateScribe | 25 de minute | 10 secunde | Încărcare și transcriere | Evidența testului; data efectuării 2024-01-15 |
| Sonix | 25 de minute | 2 minute și 56 de secunde | Încărcare și transcriere | Emily Lytle, RJI, 2023-02-15. Articol |
| Rev | 25 de minute | 4 minute și 31 de secunde | Încărcare și transcriere | Emily Lytle, RJI, 2023-02-15. Articol |
| Otter | 25 de minute | 6 minute și 19 secunde | Încărcare și transcriere | Emily Lytle, RJI, 2023-02-15. Articol |
| Rev AI, exemplu separat | 6 minute | Aproximativ 40 de secunde | Începutul și sfârșitul exacte nu sunt precizate | Miguel Rebelo, Zapier, 2026-04-02. Recenzie |
| Notta | Nu este folosit niciun timp documentat de o sursă | — | — | Nu este inclus niciun rezultat de cronometrare |
| Descript | Nu este folosit niciun timp documentat de o sursă | — | — | Nu este inclus niciun rezultat de cronometrare |
Valorile RJI sunt transcrise din graficul original al timpilor; acestea exclud corectarea umană. Planurile, condițiile de rețea și repetările testelor nu sunt precizate complet. Zapier declară că unele linkuri din recenzie pot genera un comision; înregistrarea exemplului, rezultatul complet și planul exact testat nu sunt publicate. O liniuță înseamnă că nu este inclus niciun rezultat, nu că timpul este zero.
Ce arată rezultatele privind precizia
Studiul de interviu al lui Willem Maas de la Growth Velocity, publicat la 2023-08-08, raportează rezultate în raport cu 1,199 de cuvinte de referință dintr-un interviu B2B de o oră; limitele exacte ale porțiunii evaluate nu sunt precizate. Cercetările citate și testele produselor complete măsoară aspecte cu domenii de aplicare diferite. Studiul interviului
| Produs / înregistrare | Precizie raportată și tip de dovezi | Domeniul original al testului | Autor, dată și sursă |
|---|---|---|---|
| AccurateScribe — test de produs | WER median per fișier: 5.26% în lot / 6.84% în flux | 2,703 fișiere / 81.69 ore | Rezultate ale testului de produs furnizate de persoana care a efectuat testul. Sursa testului |
| Sonix Standard, cu plata în funcție de utilizare | WER din testul istoric al interviului 3.1% | 37 de erori de cuvânt / 1,199 de cuvinte de referință | Willem Maas, Growth Velocity, 2023-08-08. Testul original |
| Rev Max AI | WER din testul istoric al interviului 4.8% | 58 de erori de cuvânt / 1,199 de cuvinte de referință | Willem Maas, Growth Velocity, 2023-08-08. Testul original |
| Otter Pro | WER din testul istoric al interviului 6.3% | 75 de erori de cuvânt / 1,199 de cuvinte de referință | Willem Maas, Growth Velocity, 2023-08-08. Testul original |
Sursa testului de produs AccurateScribe: Dimensiunea eșantionului și valorile WER din acest rând au fost furnizate și confirmate pentru această recenzie de persoana care a efectuat testul.
În acel test al interviului, Sonix a avut un WER mai mic decât Rev și Otter. Pentru propriile înregistrări, verificați numele, numerele, vorbirea suprapusă și zgomotul de fond, precum și volumul corecturilor necesare înainte ca transcrierea să poată fi folosită.
Cât ar putea costa lunar 10, 50 și 100 de ore audio
Estimările următoare aplică tarifele lunare publicate transcrierii fișierelor înregistrate în engleză, pentru un singur utilizator sau editor facturat. Acestea exclud taxele, traducerea, suplimentele pentru generare cu IA și editarea umană. Fiecare înregistrare trebuie să respecte regulile planului privind fișierele și stocarea. Tabelul prezintă estimări pentru combinații specifice de planuri; costurile efective depind de locurile și opțiunile cumpărate.
| Produs | 10 ore/lună | 50 de ore/lună | 100 de ore/lună | Baza calculului |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Planul lunar Unlimited publicat |
| Otter | $16.99 | $30.00 | $30.00 | Pro pentru 10 ore în limitele sale de import; Business pentru volume mai mari |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced pentru 10 ore; apoi Pro plus depășiri la $10/oră |
| Notta, per loc facturat | $13.49 | $27.99 | $27.99 | Pro pentru 10 ore; Business pentru 50/100 de ore, până la 200 de fișiere per loc/lună |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist pentru 10 ore; Creator plus pachete media suplimentare pentru volume mai mari |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials pentru 10/50 de ore; Pro pentru 100 de ore |
Surse: AccurateScribe, Otter, Sonix, Notta, Descript și pachetele sale media suplimentare, precum și Rev. Valorile Notta sunt per loc facturat. Înmulțiți tariful Business cu numărul de locuri cumpărate; limitele de fișiere se aplică și ele per loc.
Două exemple arată cum funcționează estimările. Sonix Pro la 100 de ore înseamnă $80 + (100 − 40) × $10 = $680. Descript Creator la 50 de ore înseamnă $35 + un pachet suplimentar de 20 de ore la $80 = $115. La 100 de ore, adăugarea pachetelor de 50 de ore și 20 de ore conduce la $35 + $150 + $80 = $265. În cazul Descript, documentația pachetelor suplimentare indică aceste prețuri; acesta este un scenariu bazat pe Creator, nu o afirmație că nicio altă combinație de planuri nu ar putea fi preferabilă.
Adaptați calculul la modul în care sunt organizate fișierele. Limita de 10 importuri din Otter Pro contează chiar și sub numărul de minute incluse, iar 100 de ore consumă toate minutele incluse pentru import din Business. Abonamentele existente schimbă și ele decizia: un pachet media suplimentar poate costa mai puțin decât cumpărarea unui al doilea instrument. În cele din urmă, prețul programului nu include timpul petrecut verificând citatele, numele sau sincronizarea subtitrărilor.
Documentele și subtitrările necesită verificări diferite
Pentru un interviu scris, verificați dacă etichetele vorbitorilor, delimitarea paragrafelor și textul corectat se păstrează la export. Pentru subtitrări, verificați tipul de fișier necesar și redați pista exportată împreună cu videoclipul. O transcriere poate fi ușor de citit, dar să necesite în continuare modificări de sincronizare sau segmentare a subtitrărilor. Prezența unui format de export confirmă existența opțiunii; nu măsoară calitatea unui anumit rezultat.
| Produs | Opțiuni relevante de export pentru documente, subtitrări și date |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Opțiuni din meniul de export; ajutor pentru formatele uzuale. |
| Otter | TXT; planurile plătite adaugă DOCX, PDF și SRT. Ajutor |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Ajutor |
| Notta | Descărcările plătite ale transcrierilor includ TXT, DOCX, PDF, SRT și XLSX. Ajutor |
| Descript | TXT, DOCX și alte formate text; subtitrări SRT/VTT. Text, subtitrări |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Ajutor |
Rev diferențiază explicit fișierele de subtitrare exportate dintr-o transcriere IA de o comandă separată AI Captions. Dacă subtitrările sunt rezultatul final de livrat, comparați fluxul efectiv de realizare a acestora, fără a presupune că orice variantă produce același rezultat editabil. Instrucțiuni Rev privind formatele de fișiere
Ce instrument ar trebui să încercați mai întâi?
Pentru transcriere audio și video, comparați abonamentul cu tarif fix AccurateScribe, modelul Sonix cu ore incluse și depășiri, precum și Notta Pro dacă volumul de lucru se încadrează în limita sa lunară de 30 de ore și în regulile privind fișierele. Pentru ședințe, lista scurtă poate include AccurateScribe, Otter și Notta; comparați și funcțiile de înregistrare și note comune dacă fac parte din fluxul de lucru. Descript este relevant când aveți nevoie de editare de podcasturi sau videoclipuri. Rev adaugă o opțiune de serviciu realizat de oameni, tarifată separat, alături de planurile sale IA.
Apoi prelucrați o înregistrare reprezentativă cu cele două opțiuni cele mai promițătoare. Includeți un pasaj cu nume sau numere, o schimbare de vorbitor și tipul de zgomot de fond pe care îl întâlniți în mod obișnuit. Corectați rezultatul până la standardul necesar și deschideți fișierul exportat în aplicația de destinație. Această sarcină completă vă va spune mai mult despre adecvare decât un procent de precizie izolat, folosit ca titlu.
Întrebări frecvente
Care instrument de transcriere este cel mai precis?
Testele publice disponibile folosesc înregistrări și metode de evaluare diferite, astfel că nu stabilesc un lider al preciziei între aceste șase instrumente. Pentru a compara AccurateScribe cu celelalte opțiuni, testați aceeași înregistrare reprezentativă și evaluați fiecare transcriere în raport cu același text de referință.
Transcrierea nelimitată înseamnă absența oricăror restricții?
Nu. Verificați cum definește furnizorul resursele incluse, precum și durata fișierelor, numărul acestora, stocarea și accesul la exporturi. Resursele pentru ședințe pot diferi de cele pentru importul fișierelor, iar o previzualizare gratuită poate diferi de accesul la o transcriere completă. Aceste distincții pot schimba planul care acoperă efectiv sarcina dumneavoastră.
Poate fi folosită o transcriere direct ca subtitrare?
Doar după verificarea formatului necesar, a sincronizării și a segmentării. Selectați un plan cu opțiunea de export necesară și verificați subtitrările rezultate împreună cu videoclipul. Un document lizibil și o pistă de subtitrare pregătită pentru publicare sunt rezultate diferite.
Cum faceți alegerea
Alegeți cele două servicii care se potrivesc cel mai bine fluxului dumneavoastră de lucru, apoi comparați-le pe aceeași înregistrare. Verificați transcrierea, timpul de corectare, fișierul exportat și costul total pentru volumul estimat. Alegerea mai bună este cea care produce un rezultat acceptabil cu cel mai mic efort total și o factură previzibilă.
Note despre teste și surse
Informațiile despre produse și condițiile abonamentelor au fost verificate la 2026-10-17. Scenariile de cost folosesc combinațiile de planuri și ipotezele prezentate mai sus. Studiile de performanță își păstrează autorii, datele și linkurile originale. Medianele per fișier, WER pe corpus, erorile semantice și măsurile de reușită a sarcinii folosesc metode de evaluare diferite și trebuie interpretate în limitele fiecărui studiu.
Lecturi suplimentare despre precizia recunoașterii și latență
Precizia pentru diferite tipuri de înregistrări
| Indicator de referință pentru AccurateScribe | Valoare de referință raportată în cercetarea citată | Domeniul înregistrărilor și al evaluării | Autorul original, data și sursa |
|---|---|---|---|
| Referință WER pentru engleză generală | AA-WER 5.2% | Aproximativ 8 ore / 3 seturi de date; AA-WER v2.0 | Artificial Analysis, instantaneu verificat la 2026-10-17. Rezultate |
| Referințe WER pentru vorbire clară și teleconferințe privind rezultatele financiare | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | WER pe corpus; eșantion SPGISpeech: 1,200 de clipuri / 3.05 ore | Verli, evaluat la 2026-07-16 / 2026-07-17. Test de referință |
| Referință WER pe seturi de date mixte | Medie macro 10.1% | 8 seturi de date cu ponderi egale; durata totală evaluată nu este precizată | Superwhisper, actualizat la 2026-09-03. Rezultate |
| Referință WER semantic | Medie 1.32%; valoare agregată 1.37% | 1,000 de eșantioane; evaluare semantică asistată de LLM, nu WER obișnuit bazat pe operații de editare a cuvintelor | Echipa de întreținere Pipecat, instantaneu verificat la 2026-10-17. Rezultate |
| Referință WER pentru textul confirmat în flux | Aproximativ 2% | TIMIT; numărul și durata efectiv evaluate nu sunt precizate | Atila Orhon și colab., v1, 2025-07-14. Lucrare |
Debit de procesare și latență în flux
| Indicator / dovezi pentru AccurateScribe | Durată audio sau dimensiunea eșantionului | Valoare raportată | Definiția cronometrării și sursa |
|---|---|---|---|
| Referință publicată privind debitul de procesare | Audio de 10 minute | Factor de viteză 610.0× | Debit de procesare pe o fereastră mobilă de 7 zile în studiul citat, nu timp de așteptare pentru produsul complet. Artificial Analysis, verificat la 2026-10-17. Rezultate |
| Timp de răspuns pentru fișiere înregistrate, referință din cercetare | 40 de clipuri scurte; durata totală nu este precizată | Mediană 0.51 secunde; P90 0.96 secunde | De la cerere până la transcrierea completă; Verli, 2026-07-17. Test de referință |
| Timp de răspuns pentru dictare, referință din cercetare | Clipuri de 8–15 secunde | Mediană 0.66 secunde | De la sfârșitul vorbirii până la textul finalizat; Superwhisper, actualizat la 2026-09-03. Rezultate, metodă |
| Întârzierea segmentului final în flux, referință din cercetare | 1,000 de eșantioane; durata totală nu este precizată | Mediană 247 ms; P95 298 ms; P99 326 ms | De la sfârșitul vorbirii până la segmentul final; echipa de întreținere Pipecat, verificat la 2026-10-17. Rezultate |
| Întârziere per cuvânt în flux, referință din cercetare | TIMIT; durata evaluată nu este precizată | Medie pentru textul intermediar 0.83 secunde; text confirmat aproximativ 1.7 secunde | Întârziere la nivel de cuvânt; Atila Orhon și colab., v1, 2025-07-14. Lucrare |
Limbi și vorbire dificilă
| Caz de referință din cercetare pentru AccurateScribe | Domeniul înregistrărilor | Rezultatul raportat al studiului | Autorul original, data și sursa |
|---|---|---|---|
| Note vocale în engleză și rusă | 8 eșantioane păstrate per limbă / 3 rulări; eșantioanele dificile cu cifre/nume sunt excluse; smart_format=true; durata totală nu este precizată | WER cu limbă explicită: engleză 20.9%, rusă 24.0%; WER în mod multilingv: engleză 17.9%, rusă 21.5% | Smolevich, teste efectuate în 2026-08. Raport |
| Vorbire multilingvă din apeluri bancare | 4,270 de enunțuri / 5.1 ore, 250 de apeluri pe scenarii prestabilite, 5 configurații lingvistice regionale | WER engleză 5.4%; WER vietnameză 24.7%; UER macro pe configurații lingvistice regionale 32.6% | Andrea Li și Soham Ray, instantaneu din 2026-04. Studiul Sierra |
| Recuperarea valorilor structurate | 300 de scenarii citite de oameni / 5.59 ore / 85 de vorbitori | În lot: WER 8.2%, CTEM 90.9%, TSR 68.7%; în flux: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner și colab., cercetare finanțată de Besimple AI, v2, 2026-09-12. Lucrare |
| Vorbire dizartrică | TORGO; 8 vorbitori / 732 de enunțuri; durata evaluată nu este precizată | WER pentru formă ușoară 2.77%; moderată 21.83%; severă 64.00% | Ali Alsayegh și Tariq Masood, v2 revizuită la 2026-08-20. Lucrare |
Rezultatele cercetărilor citate nu sunt scoruri interschimbabile. Pipecat exclude transcrierile lipsă din numitorul WER și raportează o rată de returnare a transcrierilor de 99.8%; materialele sale audio și textele de referință sunt publice. Cifrele lui Smolevich, bazate pe eșantioane mici, sunt raportate de autor; notele vocale private nu sunt publice. MU-Bench folosește transcrieri normalizate cu LLM și ponderi egale între configurațiile lingvistice regionale; UER numără enunțurile cu erori care schimbă sensul. Materialele audio și etichetele Sierra sunt publice.
Scenariile VoiceCodeBench sunt sintetice și citite de oameni, iar WER-ul său este independent de format. CTEM măsoară entitățile recuperabile; TSR impune ca toate țintele dintr-un segment să poată fi recuperate. Materialele audio și adnotările și codul de evaluare sunt publice. TORGO folosește WER mediu per enunț, plafonat la 100%, nu WER agregat. Testele au avut loc la 2025-09-17–18, înaintea revizuirii din 2026. Verli și Superwhisper publică produse de transcriere, iar autorii WhisperKit dezvoltă un sistem concurent.