Orodja za prepisovanje so si podobna, dokler ne naložite dolgega intervjuja, uvozite mesečne zbirke sestankov ali morate urediti video. Koristna primerjava pokaže, kako dobro posamezna storitev ustreza temu delu, katere omejitve datotek veljajo in koliko stane celoten postopek.
AccurateScribe, Otter, Sonix, Notta, Descript in Rev ponujajo različne kombinacije prepisovanja datotek, orodij za sestanke, urejanja in človeških storitev. Ta pregled primerja njihove cene, omejitve posnetkov, izvoze, hitrost obdelave in dokaze o natančnosti ter pri vsakem zastavi isto vprašanje: kaj dobite za delo, ki ga dejansko morate dokončati?
Oglejte si video primerjavo
Oglejte si naš 5-minutni vodnik v angleščini o primernosti za delovne postopke, omejitvah posnetkov, mesečnih stroških paketov in dokazih o prepisovanju. Podrobne tabele, datirane predpostavke in izvirni viri ostajajo v spodnjem članku.
Pripoved in podnapisi v angleščini · 5:11 · Ogled na YouTubu
Uporabljeni so ilustrativni vizualni prikazi, ustvarjeni z umetno inteligenco, in sintetična pripoved. Označene slike izdelkov in rezultati zgodovinskih preizkusov ohranjajo izvirni vir in obseg; to ni nov nadzorovan preizkus šestih izdelkov.
AccurateScribe
Otter.ai
Sonix
Notta
Descript
Rev
Začnite pri svojem delovnem postopku
| Izdelek | Glavni primer uporabe | Glavni kompromis, ki ga je treba preveriti |
|---|---|---|
| AccurateScribe | Sestanki, intervjuji, predavanja, podkasti, videi ter prepisovanje drugih zvočnih in video vsebin | Fiksna naročnina in podpora dolgim datotekam; celotni prepisi in izvozi zahtevajo plačljiv dostop |
| Otter | Zajem sestankov in skupni zapiski sestankov | Primerjajte funkcije za sestanke z ločenimi omejitvami uvoženih datotek |
| Sonix | Prepisovanje posnetih datotek in oddaja podnapisov | Na mesečni račun vplivajo tako vključene ure kot prekoračitve |
| Notta | Zapiski sestankov in redno prepisovanje datotek | Pro vključuje 30 ur/mesec, z ločenimi omejitvami števila in trajanja datotek |
| Descript | Urejanje podkastov ali videov prek prepisa | Vrednost je odvisna od tega, ali poleg prepisovanja potrebujete tudi urejanje |
| Rev | Izbira med prepisovanjem z umetno inteligenco in človeško storitvijo | Primerjajte točno določeno storitev, podprti jezik in ločeno ceno |
Podrobnosti funkcij in paketov: AccurateScribe, Otter, Sonix, Notta, Descript in Rev.
Trenutne cene in pomembne omejitve
Spodnje cene so objavljene spletne cene v USD pred davkom, preverjene 2026-10-17. Mesečni in letni obračun pomenita različni zavezi. Izbrani paketi ponazarjajo praktične možnosti; niso seznam vseh ravni ali evidenca paketov, uporabljenih pri zgodovinskih preizkusih.
| Izdelek in paket | Mesečni obračun | Letna zaveza | Vključena kvota in ključne omejitve |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/leto | Oglaševano neomejeno prepisovanje; datoteke do 10 ur. Vir |
| Otter Pro / Business | $16.99 / $30 na uporabnika | $99.99 / $239.88 na uporabnika/leto | Pro: 1,200 minut/mesec, 10 uvozov/mesec, 90 minut/datoteko. Business: 6,000 uvoženih minut/mesec, 4 ure/datoteko. Paketi, Pro, letno, Business, letno |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 na leto | Mesečna paketa vključujeta 20 / 40 ur; dodatne ure stanejo $10 vsaka. Cenik, Letni paketi |
| Notta Pro / Business | $13.49 / $27.99 na uporabniško mesto | $97.99 / $199.99 na uporabniško mesto/leto | Pro: 1,800 minut in 100 datotek/mesec. Business: neomejen čas prepisovanja in 200 datotek/uporabniško mesto/mesec. Cenik, Podrobnosti paketov |
| Descript Hobbyist / Creator | $24 / $35 na urednika | Navedeni ekvivalenti $16 / $24 na urednika/mesec, z letnim obračunom | 10 / 30 ur medijev na urednika/mesec; upravičeni paketi omogočajo dokup ur medijev. Vir |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 na uporabniško mesto | $305.90 / $575.88 na uporabniško mesto/leto | 5,000 / 10,000 minut umetne inteligence na osebo/mesec. Essentials pokriva angleščino in španščino. Cenik, Podrobnosti paketov |
Kvoto in omejitve datotek berite skupaj. Veliko razpoložljivih minut je še vedno lahko neustreznih, če posnetki presegajo omejitev posamezne datoteke ali jih je več, kot paket dovoljuje. Prav tako je treba neomejen paket prepisovanja oceniti skupaj s pravili za datoteke in pogoji ponudnika, ne kot obljubo neomejene hitrosti obdelave.
Kako se posamezno orodje umešča v primerjavo
AccurateScribe: prepisovanje zvoka in videa za pogoste primere uporabe
AccurateScribe pretvori posnetke sestankov, intervjuje, predavanja, podkaste, videe ter drugo zvočno ali video vsebino v besedilo ali podnapise. Njegova fiksna naročnina je pomembna za ljudi, ki redno obdelujejo shranjene posnetke in želijo predvidljiv račun. Preverite omejitve trajanja datotek in oblike za oddajo. Izvozni meni pokriva dokumente, podnapise, preglednice, strukturirane podatke in izmenjevalne datoteke za urejanje; spodnja tabela oblik navaja možnosti. Pregled izdelka
Brezplačni dostop ponuja predogled delnega prepisa. Celotni prepisi in vse možnosti izvoza zahtevajo naročnino, kar vpliva na to, koliko celotnega postopka intervjuja ali podnapisovanja lahko ocenite pred plačilom. Podrobnosti dostopa
Otter: primerjajte uporabo za sestanke z uvozom datotek
Otter sodi v ožji izbor za sestanke, vendar si pravila uvoza zaslužijo pozornost, kadar delo začnete z datotekami. Pro združuje mesečno kvoto minut z omejitvijo števila datotek in trajanja posamezne datoteke. Na primer, 10 uvozov po 90 minut dovoljuje največ 900 uvoženih minut, čeprav je skupna mesečna kvota 1,200 minut. Te omejitve veljajo hkrati. Business poveča zmogljivost uvoza datotek, vendar njegova neomejena kvota za sestanke/snemanje v aplikaciji ne odpravi mesečne omejitve 6,000 minut za uvožene datoteke. Primerjava paketov Otter
Za oddajo Basic podpira izvoz besedila kot TXT; plačljivi paketi dodajo možnosti, kot so DOCX, PDF in SRT. Če stranka potrebuje oblikovan dokument, pri primerjanju brezplačnih in plačljivih ravni upoštevajte zahteve izvoza. Dokumentacija izvoza Otter
Sonix: skupaj izračunajte vključene ure in prekoračitve
Sonix ponuja prepisovanje po porabi za $10 na uro in naročnine z vključenimi urami. Plačevanje po porabi lahko ustreza neredni uporabi; naročnina je lahko cenejša pri stalnem obsegu. Razlika je pomembna, ker se lahko najprimernejši paket s povečanjem dela spremeni. Prepisovanje in prevajanje si delita časovno kvoto, zato lahko prevajanje izhoda spremeni proračun. Cenik in podrobnosti funkcij Sonix
Navodila za nalaganje običajno dovoljujejo datoteke do 8 ur in 16 GB, odvisno od dovoljenj računa. Omejitve shranjevanja so ločene. Sonix dokumentira tudi izvoze DOCX, TXT, PDF, SRT in VTT, zato je zahtevana oblika za oddajo konkretna postavka za preverjanje. Omejitve nalaganja, Možnosti izvoza
Notta: obsežna kvota Pro z ločenimi pravili za datoteke
Kvota Notta Pro ustreza 30 uram zvoka na mesec, zato jo je smiselno primerjati pri redni uporabi znotraj te omejitve. Business spremeni model v neomejen čas prepisovanja na uporabniško mesto, a ohrani mesečno kvoto datotek. To sta različni omejitvi: obdelava dolgih intervjujev in uvoz številnih kratkih posnetkov lahko vodita do različnih izbir paketov. Cenik Notta, Razlaga paketov
Dokumentacija uvoza dovoljuje zvočne datoteke do 1 GB in videe do 10 GB. Datoteke lahko trajajo do 5 ur brez prepoznavanja govorcev oziroma 3 ure z omogočenim prepoznavanjem. Pro in višji paketi podpirajo prenose prepisov, vključno s TXT, DOCX, PDF in SRT. Preverite nastavitev govorcev, preden predpostavite, da je dolg posnetek ustrezen. Pravila uvoza, Oblike prenosa
Descript: poleg prepisovanja ocenite tudi postopek urejanja
Descript pomeni drugačen nakup, kadar je prepis del urejanja podkasta ali videa. Njegova kvota minut medijev pokriva uvožene ali posnete medije, ne samo ustvarjanja besedila. Nalaganje več gradiv lahko zato porabi več kvote, kot traja ena končana epizoda. Krediti za umetno inteligenco so ločen vir, zato stroškovna primerjava samo prepisovanja ne zajema vseh funkcij urejanja ali ustvarjanja. Pravila uporabe Descript
Creator in Business omogočata dokup ur medijev. Descript podpira tudi dokumentne izvoze prepisov in podnapise SRT/VTT. Če ste že naročeni zaradi urejanja, primerjajte potrebno dodatno kvoto medijev, preden drugo naročnino za prepisovanje samodejno štejete za prihranek. Dokupi, Izvozi prepisov, Izvozi podnapisov
Rev: ločujte storitve umetne inteligence in človeške storitve
Rev je smiselno preučiti, če želite izbiro med samodejnim izhodom in človeško storitvijo z ločeno ceno. Essentials AI vključuje 5,000 minut na osebo na mesec za angleščino in španščino; Pro poveča kvoto in podpira več jezikov. Za jezik zunaj Essentials primerjajte ustrezen podprt paket, ne njegove nižje oglaševane cene. Naročniški paketi Rev
Navedena cena človeškega prepisovanja je $1.99 na minuto, kar je drugačna stroškovna struktura od naročnin na umetno inteligenco. Cena 60-minutnega posnetka bi se začela pri $119.40 pred veljavnimi dodatki ali pravili zaokroževanja. Ta izračun je koristen za načrtovanje proračuna, toda trditev o človeški storitvi nikoli ne smemo uporabiti kot oceno natančnosti avtomatiziranega izdelka Rev. Cenik Rev
Hitrost in natančnost prepisovanja
Hitrost obdelave in natančnost prepoznavanja odgovarjata na različni vprašanji. Posnetki, pravila ocenjevanja in meje merjenja časa se med spodnjimi študijami razlikujejo, zato njihovi rezultati ne tvorijo enotne lestvice.
Primerjava časa prepisovanja s trajanjem zvoka in viri
Spodnji časi vključujejo nalaganje in prepisovanje, kjer je to navedeno. Tri postavke RJI uporabljajo isti intervju; druga opažanja se nanašajo na lastne posnetke.
| Izdelek / opažanje | Trajanje zvoka ali videa | Navedeni čas obdelave | Meje merjenja časa | Vir in datum |
|---|---|---|---|---|
| AccurateScribe | 25 minut | 10 sekund | Nalaganje in prepisovanje | Evidenca preizkusa; datum izvedbe 2024-01-15 |
| Sonix | 25 minut | 2 minuti 56 sekund | Nalaganje in prepisovanje | Emily Lytle, RJI, 2023-02-15. Članek |
| Rev | 25 minut | 4 minute 31 sekund | Nalaganje in prepisovanje | Emily Lytle, RJI, 2023-02-15. Članek |
| Otter | 25 minut | 6 minut 19 sekund | Nalaganje in prepisovanje | Emily Lytle, RJI, 2023-02-15. Članek |
| Rev AI, ločen primer | 6 minut | Približno 40 sekund | Natančen začetek in konec nista določena | Miguel Rebelo, Zapier, 2026-04-02. Pregled |
| Notta | Čas iz vira ni uporabljen | — | — | Časovni rezultat ni vključen |
| Descript | Čas iz vira ni uporabljen | — | — | Časovni rezultat ni vključen |
Vrednosti RJI so prepisane iz njegovega izvirnega časovnega grafikona; ne vključujejo človeških popravkov. Paketi, omrežne razmere in ponovitve niso v celoti opredeljeni. Zapier razkriva, da lahko nekatere povezave v pregledih prinesejo provizijo; posnetek primera, celotni izhod in natančen preizkušeni paket niso objavljeni. Pomišljaj pomeni, da rezultat ni vključen, ne ničelnega časa.
Kaj kažejo rezultati natančnosti
Študija intervjuja Willema Maasa pri Growth Velocity, objavljena 2023-08-08, poroča o rezultatih glede na 1,199 referenčnih besed iz enournega B2B intervjuja; natančne meje ocenjenega odseka niso določene. Navedene raziskave in preizkusi celotnih izdelkov merijo različne obsege. Študija intervjuja
| Izdelek / postavka | Navedena natančnost in vrsta dokazov | Izvirni obseg preizkusa | Avtor, datum in vir |
|---|---|---|---|
| AccurateScribe — preizkus izdelka | Mediana WER po datotekah: 5.26% paketno / 6.84% pretočno | 2,703 datotek / 81.69 ur | Rezultati preizkusa izdelka, ki jih je posredoval preizkuševalec. Vir preizkusa |
| Sonix Standard, plačevanje po porabi | WER zgodovinskega intervjuja 3.1% | 37 besednih napak / 1,199 referenčnih besed | Willem Maas, Growth Velocity, 2023-08-08. Izvirni preizkus |
| Rev Max AI | WER zgodovinskega intervjuja 4.8% | 58 besednih napak / 1,199 referenčnih besed | Willem Maas, Growth Velocity, 2023-08-08. Izvirni preizkus |
| Otter Pro | WER zgodovinskega intervjuja 6.3% | 75 besednih napak / 1,199 referenčnih besed | Willem Maas, Growth Velocity, 2023-08-08. Izvirni preizkus |
Vir preizkusa izdelka AccurateScribe: Obseg vzorca in vrednosti WER v tej vrstici je za ta pregled posredoval in potrdil preizkuševalec.
V tem preizkusu intervjuja je imel Sonix nižji WER kot Rev in Otter. Pri lastnih posnetkih preverite imena, številke, prekrivanje govora in šum v ozadju ter količino popravkov, potrebnih za uporaben prepis.
Koliko bi lahko mesečno stalo 10, 50 in 100 ur zvoka
Naslednje ocene uporabljajo objavljene mesečne cene za prepisovanje angleških posnetih datotek za enega zaračunanega uporabnika ali urednika. Ne vključujejo davka, prevajanja, dodatkov za ustvarjanje z umetno inteligenco in človeškega urejanja. Vsak posnetek mora ustrezati pravilom paketa za datoteke in shranjevanje. Tabela prikazuje ocene za določene kombinacije paketov; dejanski stroški so odvisni od kupljenih uporabniških mest in možnosti.
| Izdelek | 10 ur/mesec | 50 ur/mesec | 100 ur/mesec | Osnova |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Objavljeni mesečni paket Unlimited |
| Otter | $16.99 | $30.00 | $30.00 | Pro za 10 ur znotraj njegovih omejitev uvoza; Business za večji obseg |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced za 10 ur; nato Pro in prekoračitev po $10/uro |
| Notta, na zaračunano uporabniško mesto | $13.49 | $27.99 | $27.99 | Pro za 10 ur; Business za 50/100 ur, do 200 datotek na uporabniško mesto/mesec |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist za 10 ur; Creator in dokupi medijev za večji obseg |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials za 10/50 ur; Pro za 100 ur |
Viri: AccurateScribe, Otter, Sonix, Notta, Descript in njegovi dokupi medijev ter Rev. Podatki Notta veljajo na zaračunano uporabniško mesto. Ceno Business pomnožite s številom kupljenih mest; tudi kvote datotek veljajo na posamezno mesto.
Dva primera kažeta delovanje ocen. Sonix Pro pri 100 urah stane $80 + (100 − 40) × $10 = $680. Descript Creator pri 50 urah stane $35 + dodatni paket za 20 ur po $80 = $115. Pri 100 urah dodatek paketov za 50 ur in 20 ur pomeni $35 + $150 + $80 = $265. Descriptova dokumentacija dokupov navaja te cene paketov; to je scenarij na podlagi Creator, ne trditev, da nobena druga kombinacija paketov ne bi mogla biti primernejša.
Izračun prilagodite svojemu vzorcu datotek. Omejitev 10 uvozov Otter Pro je pomembna tudi pod njegovo kvoto minut, 100 ur pa porabi celotno kvoto uvoženih minut Business. Tudi obstoječe naročnine spremenijo odločitev: dodatni paket medijev je lahko cenejši od nakupa drugega orodja. Cena programske opreme poleg tega ne vključuje časa za preverjanje citatov, imen ali časov podnapisov.
Dokumenti in podnapisi zahtevajo različna preverjanja
Pri zapisanem intervjuju preverite, ali se oznake govorcev, odstavki in popravljeno besedilo ohranijo pri izvozu. Pri podnapisih preverite zahtevano vrsto datoteke in izvoženo stezo predvajajte ob videu. Prepis je lahko dobro berljiv, vendar še vedno potrebuje popravke časovne razporeditve ali segmentacije podnapisov. Prisotnost izvozne oblike dokazuje obstoj možnosti; ne meri kakovosti določenega rezultata.
| Izdelek | Tukaj pomembne možnosti izvoza dokumentov, podnapisov in podatkov |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Možnosti izvoznega menija; pomoč za pogoste oblike. |
| Otter | TXT; plačljivi paketi dodajo DOCX, PDF in SRT. Pomoč |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Pomoč |
| Notta | Plačljivi prenosi prepisov vključujejo TXT, DOCX, PDF, SRT in XLSX. Pomoč |
| Descript | TXT, DOCX in druge besedilne oblike; podnapisi SRT/VTT. Besedilo, Podnapisi |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Pomoč |
Rev izrecno razlikuje med datotekami podnapisov, izvoženimi iz prepisa umetne inteligence, in ločenim naročilom AI Captions. Če so podnapisi vaš končni izdelek, primerjajte dejanski postopek podnaslavljanja, namesto da predpostavljate, da vsaka pot ustvari enak rezultat, ki ga je mogoče urejati. Navodila Rev za oblike datotek
Katero orodje najprej preizkusiti?
Za prepisovanje zvoka in videa primerjajte fiksno naročnino AccurateScribe, model vključenih ur in prekoračitev Sonix ter Notta Pro, če vaše delo ustreza njegovi mesečni kvoti 30 ur in pravilom za datoteke. Za sestanke lahko ožji izbor vključuje AccurateScribe, Otter in Notta; primerjajte tudi zajem in skupne zapiske, če so del vašega postopka. Descript je pomemben, kadar potrebujete urejanje podkastov ali videov. Rev poleg paketov umetne inteligence dodaja človeško storitev z ločeno ceno.
Nato z najboljšima kandidatoma obdelajte reprezentativen posnetek. Vključite odlomek z imeni ali številkami, menjavo govorca in vrsto zvoka v ozadju, s katero se običajno srečujete. Izhod popravite do zahtevanega standarda in izvoženo datoteko odprite v ciljni aplikaciji. Celotna naloga vam bo o primernosti povedala več kot osamljen oglaševani odstotek natančnosti.
Pogosta vprašanja
Katero orodje za prepisovanje je najnatančnejše?
Razpoložljivi javni preizkusi uporabljajo različne posnetke in metode ocenjevanja, zato ne določajo vodilnega po natančnosti med temi šestimi orodji. Za primerjavo AccurateScribe z drugimi kandidati preizkusite isti reprezentativen posnetek in vsak prepis ocenite glede na isto referenčno besedilo.
Ali neomejeno prepisovanje pomeni, da ni omejitev?
Ne. Preverite, kako ponudnik opredeljuje kvoto, ter trajanje datotek, njihovo število, shranjevanje in dostop do izvozov. Kvota za sestanke se lahko razlikuje od kvote uvoza datotek, brezplačni predogled pa od dostopa do celotnega prepisa. Te razlike lahko spremenijo izbiro paketa, ki dejansko pokrije vašo nalogo.
Ali je prepis mogoče neposredno uporabiti kot podnapise?
Šele po preverjanju zahtevane oblike, časovne razporeditve in segmentacije. Izberite paket s potrebno možnostjo izvoza in nastale podnapise preglejte ob videu. Berljiv dokument in steza podnapisov, pripravljena za objavo, sta različna izdelka za oddajo.
Odločitev
Izberite storitvi, ki najbolje ustrezata vašemu delovnemu postopku, nato pa ju primerjajte na istem posnetku. Preverite prepis, čas popravljanja, izvoženo datoteko in skupni strošek pri pričakovanem obsegu. Boljša izbira je tista, ki z najmanj skupnega truda in s predvidljivim računom ustvari sprejemljiv izdelek za oddajo.
Opombe o preizkusih in viri
Podatke o izdelkih in naročniške pogoje smo preverili 2026-10-17. Stroškovni scenariji uporabljajo zgoraj prikazane kombinacije paketov in predpostavke. Študije učinkovitosti ohranjajo avtorje, datume in izvirne povezave. Mediane po datotekah, WER korpusa, semantične napake in merila uspešnosti nalog uporabljajo različne metode ocenjevanja ter jih je treba brati v okviru obsega posamezne študije.
Dodatno branje o natančnosti prepoznavanja in zakasnitvi
Natančnost pri različnih vrstah posnetkov
| Referenčna metrika AccurateScribe | Navedena primerjalna vrednost v citirani raziskavi | Obseg posnetkov in ocenjevanja | Izvirni avtor, datum in vir |
|---|---|---|---|
| Splošna referenca WER za angleščino | AA-WER 5.2% | Približno 8 ur / 3 podatkovne zbirke; AA-WER v2.0 | Artificial Analysis, posnetek stanja preverjen 2026-10-17. Rezultati |
| Reference WER za čist govor in poslovne konferenčne klice | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | WER korpusa; vzorec SPGISpeech: 1,200 izsekov / 3.05 ur | Verli, ocenjeno 2026-07-16 / 2026-07-17. Primerjalni preizkus |
| Referenca WER za mešane podatkovne zbirke | Makropovprečje 10.1% | 8 enako uteženih podatkovnih zbirk; skupno ocenjeno trajanje ni navedeno | Superwhisper, posodobljeno 2026-09-03. Rezultati |
| Referenca semantičnega WER | Povprečje 1.32%; združeno 1.37% | 1,000 vzorcev; semantično ocenjevanje s pomočjo LLM, ne običajni WER z urejanjem besed | Vzdrževalci Pipecat, posnetek stanja preverjen 2026-10-17. Rezultati |
| Referenca WER potrjenega pretočnega besedila | Približno 2% | TIMIT; dejansko ocenjeno število in trajanje nista navedena | Atila Orhon in sod., v1, 2025-07-14. Znanstveni članek |
Prepustnost in zakasnitev pretakanja
| Metrika / dokazi AccurateScribe | Trajanje zvoka ali obseg vzorca | Navedena vrednost | Opredelitev merjenja časa in vir |
|---|---|---|---|
| Objavljena referenca prepustnosti | 10-minutni zvok | Faktor hitrosti 610.0× | Drseča 7-dnevna prepustnost v citirani študiji, ne čakalni čas celotnega izdelka. Artificial Analysis, preverjeno 2026-10-17. Rezultati |
| Odzivni čas posnete datoteke, raziskovalna referenca | 40 kratkih izsekov; skupno trajanje ni navedeno | Mediana 0.51 sekunde; P90 0.96 sekunde | Od zahteve do celotnega prepisa; Verli, 2026-07-17. Primerjalni preizkus |
| Odzivni čas narekovanja, raziskovalna referenca | 8–15-sekundni izseki | Mediana 0.66 sekunde | Od konca govora do končnega besedila; Superwhisper, posodobljeno 2026-09-03. Rezultati, Metoda |
| Zakasnitev končnega pretočnega segmenta, raziskovalna referenca | 1,000 vzorcev; skupno trajanje ni navedeno | Mediana 247 ms; P95 298 ms; P99 326 ms | Od konca govora do končnega segmenta; vzdrževalci Pipecat, preverjeno 2026-10-17. Rezultati |
| Pretočna zakasnitev po besedah, raziskovalna referenca | TIMIT; ocenjeno trajanje ni navedeno | Povprečno vmesno besedilo 0.83 sekunde; potrjeno besedilo približno 1.7 sekunde | Zakasnitev na ravni besed; Atila Orhon in sod., v1, 2025-07-14. Znanstveni članek |
Jeziki in zahteven govor
| Raziskovalni referenčni primer AccurateScribe | Obseg posnetkov | Navedeni rezultat študije | Izvirni avtor, datum in vir |
|---|---|---|---|
| Angleški in ruski glasovni zapiski | 8 ohranjenih vzorcev na jezik / 3 izvedbe; zahtevni vzorci s števkami/imeni izključeni; smart_format=true; skupno trajanje ni določeno | WER z izrecno določenim jezikom: angleščina 20.9%, ruščina 24.0%; WER v večjezičnem načinu: angleščina 17.9%, ruščina 21.5% | Smolevich, izvedbe preizkusov 2026-08. Poročilo |
| Večjezični govor bančnih klicev | 4,270 izjav / 5.1 ur, 250 klicev po napisanih scenarijih, 5 jezikovnih okolij | WER za angleščino 5.4%; WER za vietnamščino 24.7%; makro UER po jezikovnih okoljih 32.6% | Andrea Li in Soham Ray, posnetek stanja 2026-04. Študija Sierra |
| Obnova strukturiranih vrednosti | 300 scenarijev, ki so jih prebrali ljudje / 5.59 ur / 85 govorcev | Paketno: WER 8.2%, CTEM 90.9%, TSR 68.7%; pretočno: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner in sod., raziskava, financirana s strani Besimple AI, v2, 2026-09-12. Znanstveni članek |
| Dizartrični govor | TORGO; 8 govorcev / 732 izjav; ocenjeno trajanje ni določeno | Blaga oblika WER 2.77%; zmerna 21.83%; huda 64.00% | Ali Alsayegh in Tariq Masood, v2, revidirano 2026-08-20. Znanstveni članek |
Citirani raziskovalni rezultati niso zamenljive ocene. Pipecat iz imenovalca WER izključi manjkajoče prepise in poroča o deležu vrnjenih prepisov 99.8%; njegovi zvok in reference so javni. Smolevicheve podatke iz majhnega vzorca navaja avtor; zasebni glasovni zapiski niso javni. MU-Bench uporablja prepise, normalizirane z LLM, in enako uteževanje jezikovnih okolij; UER šteje izjave z napakami, ki spremenijo pomen. Zvok in oznake Sierra so javni.
Scenariji VoiceCodeBench so sintetični in jih berejo ljudje, njegov WER pa je neodvisen od oblike zapisa. CTEM meri obnovljive entitete; TSR zahteva, da je mogoče obnoviti vse ciljne elemente v segmentu. Zvok in anotacije ter koda za ocenjevanje so javni. TORGO uporablja povprečni WER po izjavah, omejen na 100%, ne združenega WER. Preizkusi so potekali 2025-09-17–18, pred revizijo leta 2026. Verli in Superwhisper objavljata izdelke za prepisovanje, avtorji WhisperKit pa razvijajo konkurenčen sistem.