Інструменти транскрибування здаються подібними, доки ви не завантажите довге інтерв’ю, не імпортуєте місяць зустрічей або не захочете відредагувати відео. Корисне порівняння показує, наскільки кожен сервіс підходить для цієї роботи, які обмеження файлів діють і скільки коштує весь процес.
AccurateScribe, Otter, Sonix, Notta, Descript і Rev пропонують різні поєднання транскрибування файлів, інструментів для зустрічей, редагування та послуг людей. У цьому огляді порівнюються ціни, обмеження записів, експорт, швидкість обробки та дані про точність із тим самим запитанням до кожного: що ви отримуєте для роботи, яку справді потрібно завершити?
Перегляньте відеопорівняння
Перегляньте наш 5-хвилинний англомовний посібник про відповідність робочим процесам, обмеження записів, місячну вартість тарифів і дані про транскрибування. Докладні таблиці, датовані припущення та першоджерела залишаються нижче у статті.
Англійські озвучення та субтитри · 5:11 · Дивитися на YouTube
Використано ілюстрації, згенеровані ШІ, та синтетичне озвучення. Позначені зображення продуктів і результати давніших тестів зберігають початкові джерела та межі застосування; це не нове контрольоване тестування шести продуктів.
AccurateScribe
Otter.ai
Sonix
Notta
Descript
Rev
Почніть зі свого робочого процесу
| Продукт | Основне застосування | Головний компроміс, який варто перевірити |
|---|---|---|
| AccurateScribe | Зустрічі, інтерв’ю, лекції, подкасти, відео та транскрибування іншого аудіо/відео | Фіксована підписка та підтримка довгих файлів; повні транскрипти й експорт потребують платного доступу |
| Otter | Запис зустрічей і спільні нотатки | Зіставте функції зустрічей з окремими обмеженнями імпортованих файлів |
| Sonix | Транскрибування записаних файлів і підготовка субтитрів | На місячний рахунок впливають і включені години, і перевищення ліміту |
| Notta | Нотатки зустрічей і регулярне транскрибування файлів | Pro включає 30 годин/місяць з окремими обмеженнями кількості та тривалості файлів |
| Descript | Редагування подкастів або відео через транскрипт | Цінність залежить від того, чи потрібне вам редагування разом із транскрибуванням |
| Rev | Вибір між транскрибуванням ШІ та послугою людини | Порівняйте конкретну послугу, підтримувану мову та окремі ціни |
Відомості про функції та тарифи: AccurateScribe, Otter, Sonix, Notta, Descript і Rev.
Актуальні ціни й важливі обмеження
Наведені нижче ціни — опубліковані вебтарифи в USD без податків, перевірені 2026-10-17. Місячна та річна оплата означають різні зобов’язання. Вибрані тарифи ілюструють практичні варіанти; це не перелік усіх рівнів і не запис тарифів, використаних у давніших тестах.
| Продукт і тариф | Місячна оплата | Річне зобов’язання | Включений ліміт і ключові обмеження |
|---|---|---|---|
| AccurateScribe Unlimited | $19.99 | $119.99/рік | Рекламується необмежене транскрибування; файли тривалістю до 10 годин кожен. Джерело |
| Otter Pro / Business | $16.99 / $30 за користувача | $99.99 / $239.88 за користувача/рік | Pro: 1,200 хвилин/місяць, 10 імпортів/місяць, 90 хвилин/файл. Business: 6,000 імпортованих хвилин/місяць, 4 години/файл. Тарифи, Pro, річна оплата, Business, річна оплата |
| Sonix Advanced / Pro | $50 / $80 | $550 / $880 на рік | Місячні тарифи включають 20 / 40 годин; кожна додаткова година коштує $10. Ціни, річні тарифи |
| Notta Pro / Business | $13.49 / $27.99 за місце | $97.99 / $199.99 за місце/рік | Pro: 1,800 хвилин і 100 файлів/місяць. Business: необмежений час транскрибування та 200 файлів/місце/місяць. Ціни, подробиці тарифів |
| Descript Hobbyist / Creator | $24 / $35 за редактора | Зазначені еквіваленти $16 / $24 за редактора/місяць із річною оплатою | 10 / 30 годин медіа на редактора/місяць; відповідні тарифи дозволяють купувати додаткові години медіа. Джерело |
| Rev Essentials AI / Pro AI | $29.99 / $59.99 за місце | $305.90 / $575.88 за місце/рік | 5,000 / 10,000 хвилин ШІ на людину/місяць. Essentials підтримує англійську та іспанську. Ціни, подробиці тарифів |
Розглядайте ліміт використання разом з обмеженнями файлів. Навіть великий запас хвилин може не підійти, якщо записи перевищують обмеження тривалості файлу або файлів більше, ніж дозволяє тариф. Так само необмежений тариф транскрибування слід оцінювати разом із правилами щодо файлів та умовами постачальника, а не сприймати як обіцянку необмеженої швидкості обробки.
Як кожен інструмент вписується в порівняння
AccurateScribe: транскрибування аудіо й відео для поширених завдань
AccurateScribe перетворює записи зустрічей, інтерв’ю, лекції, подкасти, відео та інший аудіо- чи відеоконтент на текст або субтитри. Його фіксована підписка доречна для тих, хто регулярно обробляє збережені записи й хоче передбачуваного рахунку. Перевірте обмеження тривалості файлів і потрібні формати передачі. Меню експорту охоплює документи, субтитри, електронні таблиці, структуровані дані та файли обміну для монтажу; варіанти перелічено в таблиці форматів нижче. Огляд продукту
Безкоштовний доступ надає частковий попередній перегляд транскрипту. Повні транскрипти та всі варіанти експорту потребують підписки, що впливає на те, наскільки повно ви можете оцінити процес роботи з інтерв’ю чи субтитрами до оплати. Умови доступу
Otter: порівнюйте використання для зустрічей та імпорт файлів
Otter варто включити до переліку для роботи із зустрічами, але якщо робота починається з файлів, зверніть увагу на правила імпорту. Pro поєднує місячний ліміт хвилин з обмеженнями кількості та тривалості файлів. Наприклад, 10 імпортів по 90 хвилин дозволяють імпортувати щонайбільше 900 хвилин, хоча загальний місячний ліміт становить 1,200 хвилин. Ці обмеження діють разом. Business розширює можливості імпорту, але його необмежений ліміт зустрічей/записів у застосунку не скасовує місячного ліміту 6,000 хвилин для імпортованих файлів. Порівняння тарифів Otter
Для передачі результату Basic підтримує експорт тексту у TXT; платні тарифи додають, зокрема, DOCX, PDF і SRT. Якщо клієнтові потрібен форматований документ, врахуйте цю вимогу, порівнюючи безкоштовні та платні рівні. Документація експорту Otter
Sonix: розраховуйте включені години та перевищення разом
Sonix пропонує транскрибування з оплатою за використання за $10 на годину та підписки із включеними годинами. Оплата за використання може підходити для нерегулярної роботи; за стабільного обсягу підписка може бути дешевшою. Ця відмінність важлива, оскільки найвідповідніший тариф може змінюватися зі зростанням навантаження. Транскрибування та переклад використовують спільний ліміт часу, тому переклад результату може змінити бюджет. Ціни та функції Sonix
Посібник із завантаження зазвичай допускає файли тривалістю до 8 годин і розміром до 16 GB залежно від дозволів облікового запису. Обмеження сховища окремі. Sonix також документує експорт DOCX, TXT, PDF, SRT і VTT, тож потрібний формат передачі є конкретним пунктом перевірки. Обмеження завантаження, варіанти експорту
Notta: значний ліміт Pro з окремими правилами щодо файлів
Ліміт Notta Pro дорівнює 30 годинам аудіо на місяць, тож його варто порівняти для регулярного використання в цих межах. Business змінює модель на необмежений час транскрибування на місце, зберігаючи місячний ліміт файлів. Це різні обмеження: обробка довгих інтерв’ю та імпорт багатьох коротких кліпів можуть вимагати різних тарифів. Ціни Notta, пояснення тарифів
Документація імпорту дозволяє аудіофайли до 1 GB і відео до 10 GB. Тривалість файлів може сягати 5 годин без розпізнавання мовців або 3 годин з увімкненою функцією. Pro та вищі тарифи підтримують завантаження транскриптів, зокрема TXT, DOCX, PDF і SRT. Перевірте налаштування мовців, перш ніж вважати, що довгий запис підходить. Правила імпорту, формати завантаження
Descript: оцінюйте редагування разом із транскрибуванням
Descript — інша покупка, коли транскрипт є частиною редагування подкасту чи відео. Його ліміт хвилин медіа охоплює імпортовані або записані матеріали, а не лише створення тексту. Тому завантаження кількох матеріалів може споживати більше ліміту, ніж тривалість одного готового випуску. Кредити ШІ — окремий ресурс, тож порівняння вартості лише транскрибування не охоплює всіх функцій редагування чи генерації. Правила використання Descript
Creator і Business дозволяють купувати додаткові години медіа. Descript також підтримує експорт транскриптів у формати документів і субтитри SRT/VTT. Якщо ви вже маєте підписку для редагування, порівняйте потрібний додатковий ліміт медіа, перш ніж вважати іншу підписку транскрибування автоматичною економією. Додаткові пакети, експорт транскриптів, експорт субтитрів
Rev: відокремлюйте ШІ від послуг людей
Rev варто розглянути, якщо потрібен вибір між автоматизованим результатом та окремо оплачуваною послугою людини. Essentials AI включає 5,000 хвилин на людину на місяць для англійської та іспанської; Pro збільшує ліміт і підтримує більше мов. Для мови поза Essentials порівнюйте відповідний підтримуваний тариф, а не нижчу рекламовану ціну. Тарифи підписки Rev
Зазначена ціна транскрибування людиною — $1.99 за хвилину; це інша структура витрат, ніж у підписок ШІ. Для 60-хвилинного запису ціна починалася б від $119.40 без урахування відповідних доплат або правил округлення. Цей розрахунок корисний для бюджету, але твердження про послуги людей ніколи не слід використовувати як оцінку точності автоматизованого продукту Rev. Ціни Rev
Швидкість і точність транскрибування
Швидкість обробки та точність розпізнавання відповідають на різні запитання. Записи, правила оцінювання й межі вимірювання часу в дослідженнях нижче відрізняються, тому їхні результати не утворюють єдиного рейтингу.
Порівняння часу транскрибування з тривалістю аудіо та джерелами
Наведений нижче час включає завантаження та транскрибування там, де це зазначено. Три записи RJI використовують те саме інтерв’ю; інші спостереження стосуються власних записів.
| Продукт / спостереження | Тривалість аудіо або відео | Повідомлений час обробки | Межі вимірювання часу | Джерело та дата |
|---|---|---|---|---|
| AccurateScribe | 25 хвилин | 10 секунд | Завантаження та транскрибування | Запис тесту; дата проведення 2024-01-15 |
| Sonix | 25 хвилин | 2 хвилини 56 секунд | Завантаження та транскрибування | Emily Lytle, RJI, 2023-02-15. Стаття |
| Rev | 25 хвилин | 4 хвилини 31 секунда | Завантаження та транскрибування | Emily Lytle, RJI, 2023-02-15. Стаття |
| Otter | 25 хвилин | 6 хвилин 19 секунд | Завантаження та транскрибування | Emily Lytle, RJI, 2023-02-15. Стаття |
| Rev AI, окремий приклад | 6 хвилин | Приблизно 40 секунд | Точні початок і кінець не зазначено | Miguel Rebelo, Zapier, 2026-04-02. Огляд |
| Notta | Час із джерела не використано | — | — | Результат вимірювання часу не включено |
| Descript | Час із джерела не використано | — | — | Результат вимірювання часу не включено |
Значення RJI перенесено з його оригінальної діаграми часу; вони не включають виправлення людиною. Тарифи, мережеві умови та повторні запуски описані не повністю. Zapier повідомляє, що деякі посилання в оглядах можуть приносити комісію; запис прикладу, повний результат і точний протестований тариф не опубліковані. Тире означає, що результат не включено, а не нульовий час.
Що показують результати точності
Дослідження інтерв’ю Willem Maas із Growth Velocity, опубліковане 2023-08-08, повідомляє результати відносно 1,199 еталонних слів з одногодинного B2B-інтерв’ю; точні межі оцінюваного фрагмента не зазначено. Цитовані дослідження та випробування повних продуктів вимірюють різні аспекти. Дослідження інтерв’ю
| Продукт / запис | Повідомлена точність і тип доказів | Початковий обсяг тесту | Автор, дата та джерело |
|---|---|---|---|
| AccurateScribe — тест продукту | Медіанний WER файлів: 5.26% пакетний режим / 6.84% потоковий режим | 2,703 файли / 81.69 години | Результати тесту продукту, надані тестувальником. Джерело тесту |
| Sonix Standard, оплата за використання | WER давнішого тесту інтерв’ю 3.1% | 37 помилок у словах / 1,199 еталонних слів | Willem Maas, Growth Velocity, 2023-08-08. Оригінальний тест |
| Rev Max AI | WER давнішого тесту інтерв’ю 4.8% | 58 помилок у словах / 1,199 еталонних слів | Willem Maas, Growth Velocity, 2023-08-08. Оригінальний тест |
| Otter Pro | WER давнішого тесту інтерв’ю 6.3% | 75 помилок у словах / 1,199 еталонних слів | Willem Maas, Growth Velocity, 2023-08-08. Оригінальний тест |
Джерело тесту продукту AccurateScribe: Обсяг вибірки та показники WER у цьому рядку надано й підтверджено тестувальником для цього огляду.
У тому тесті інтерв’ю Sonix мав нижчий WER, ніж Rev і Otter. Для власних записів перевіряйте імена, числа, одночасне мовлення й фоновий шум, а також обсяг виправлень, потрібних для придатності транскрипту.
Скільки можуть коштувати 10, 50 і 100 годин аудіо щомісяця
Наступні оцінки застосовують опубліковані місячні тарифи до транскрибування англомовних записаних файлів для одного оплачуваного користувача чи редактора. Вони не включають податки, переклад, доплати за генерацію ШІ та редагування людиною. Кожен запис має відповідати правилам тарифу щодо файлів і сховища. Таблиця показує оцінки для конкретних комбінацій тарифів; фактична плата залежить від придбаних місць та опцій.
| Продукт | 10 годин/місяць | 50 годин/місяць | 100 годин/місяць | Основа розрахунку |
|---|---|---|---|---|
| AccurateScribe | $19.99 | $19.99 | $19.99 | Опублікований місячний тариф Unlimited |
| Otter | $16.99 | $30.00 | $30.00 | Pro для 10 годин у межах обмежень імпорту; Business для більших обсягів |
| Sonix | $50.00 | $180.00 | $680.00 | Advanced для 10 годин; далі Pro з доплатою $10/годину |
| Notta, за оплачуване місце | $13.49 | $27.99 | $27.99 | Pro для 10 годин; Business для 50/100 годин, до 200 файлів на місце/місяць |
| Descript | $24.00 | $115.00 | $265.00 | Hobbyist для 10 годин; Creator із додатковими пакетами медіа для більших обсягів |
| Rev AI | $29.99 | $29.99 | $59.99 | Essentials для 10/50 годин; Pro для 100 годин |
Джерела: AccurateScribe, Otter, Sonix, Notta, Descript і його додаткові пакети медіа, а також Rev. Показники Notta наведено за оплачуване місце. Помножте ставку Business на кількість придбаних місць; ліміти файлів також діють на кожне місце.
Два приклади показують, як працюють оцінки. Sonix Pro для 100 годин: $80 + (100 − 40) × $10 = $680. Descript Creator для 50 годин: $35 + додатковий пакет на 20 годин за $80 = $115. Для 100 годин додавання пакетів на 50 годин і 20 годин дає $35 + $150 + $80 = $265. У Descript документація додаткових пакетів наводить ці ціни; це сценарій на основі Creator, а не твердження, що інша комбінація тарифів не могла б бути кращою.
Узгодьте розрахунок зі структурою своїх файлів. Обмеження Otter Pro у 10 імпортів важливе навіть до вичерпання хвилин, а 100 годин використовують увесь ліміт імпортованих хвилин Business. Наявні підписки також змінюють рішення: додатковий пакет медіа може коштувати менше, ніж другий інструмент. Зрештою, ціна ПЗ не включає час на перевірку цитат, імен чи синхронізації субтитрів.
Документи й субтитри потребують різних перевірок
Для письмового інтерв’ю перевірте, чи зберігаються після експорту позначки мовців, поділ на абзаци та виправлений текст. Для субтитрів перевірте потрібний тип файлу й відтворіть експортовану доріжку разом із відео. Транскрипт може добре читатися й водночас потребувати змін у часі чи сегментації субтитрів. Наявність формату експорту підтверджує існування опції; вона не вимірює якість конкретного результату.
| Продукт | Доречні тут варіанти експорту документів, субтитрів і даних |
|---|---|
| AccurateScribe | DOCX, PDF, TXT, SRT, VTT, STL, EDL, XML, CSV, XLSX, HTML, JSON, FCPXML. Варіанти меню експорту; довідка щодо поширених форматів. |
| Otter | TXT; платні тарифи додають DOCX, PDF і SRT. Довідка |
| Sonix | TXT, DOCX, PDF, SRT, VTT. Довідка |
| Notta | Платні завантаження транскриптів включають TXT, DOCX, PDF, SRT і XLSX. Довідка |
| Descript | TXT, DOCX та інші текстові формати; субтитри SRT/VTT. Текст, субтитри |
| Rev AI | DOCX, PDF, TXT, SRT, VTT. Довідка |
Rev окремо розрізняє файли субтитрів, експортовані з транскрипту ШІ, та окреме замовлення AI Captions. Якщо кінцевий результат — субтитри, порівнюйте фактичний процес їх створення, а не припускайте, що кожен шлях дає однаковий редагований результат. Рекомендації Rev щодо форматів файлів
Який інструмент спробувати першим?
Для транскрибування аудіо й відео порівняйте фіксовану підписку AccurateScribe, модель Sonix із включеними годинами та доплатами, а також Notta Pro, якщо ваш обсяг вкладається в його місячний ліміт 30 годин і правила щодо файлів. Для зустрічей до переліку можна включити AccurateScribe, Otter і Notta; також порівняйте функції запису та спільних нотаток, якщо вони входять у ваш процес. Descript доречний, коли потрібне редагування подкастів чи відео. Rev поряд із тарифами ШІ додає окремо оплачувану послугу людини.
Потім обробіть типовий запис у двох найкращих для вас кандидатах. Додайте уривок з іменами чи числами, зміну мовця та звичний для вас фоновий звук. Виправте результат до потрібного стандарту й відкрийте експортований файл у цільовому застосунку. Таке повне завдання розповість про відповідність більше, ніж окремий рекламний відсоток точності.
Поширені запитання
Який інструмент транскрибування найточніший?
Доступні публічні тести використовують різні записи та методи оцінювання, тому не визначають лідера точності серед цих шести інструментів. Щоб порівняти AccurateScribe з іншими кандидатами, протестуйте той самий типовий запис і оцініть кожен транскрипт відносно того самого еталонного тексту.
Чи означає необмежене транскрибування відсутність обмежень?
Ні. Перевірте, як постачальник визначає ліміт, а також тривалість і кількість файлів, сховище та доступ до експорту. Ліміт зустрічей може відрізнятися від ліміту імпорту, а безкоштовний попередній перегляд — від доступу до повного транскрипту. Ці відмінності можуть змінити тариф, який насправді покриває ваше завдання.
Чи можна використати транскрипт безпосередньо як субтитри?
Лише після перевірки потрібного формату, синхронізації та сегментації. Оберіть тариф із потрібним експортом і звірте отримані субтитри з відео. Читабельний документ і придатна до публікації доріжка субтитрів — різні результати.
Як зробити вибір
Оберіть два сервіси, які найкраще підходять вашому процесу, а потім порівняйте їх на тому самому записі. Перевірте транскрипт, час виправлення, експортований файл і загальну вартість за очікуваного обсягу. Кращий вибір дає прийнятний результат із найменшими загальними зусиллями та передбачуваним рахунком.
Примітки до тестів і джерела
Інформацію про продукти й умови підписки перевірено 2026-10-17. Сценарії вартості використовують наведені вище комбінації тарифів і припущення. Для досліджень продуктивності збережено авторів, дати та оригінальні посилання. Медіани файлів, WER корпусу, семантичні помилки та показники успішності завдань використовують різні методи оцінювання й мають тлумачитися в межах кожного дослідження.
Додаткові матеріали про точність розпізнавання та затримку
Точність для різних типів записів
| Еталонний показник AccurateScribe | Повідомлене значення бенчмарку в цитованому дослідженні | Обсяг записів і оцінювання | Оригінальний автор, дата та джерело |
|---|---|---|---|
| Еталон WER для загальної англійської | AA-WER 5.2% | Приблизно 8 годин / 3 набори даних; AA-WER v2.0 | Artificial Analysis, знімок перевірено 2026-10-17. Результати |
| Еталони WER для чистого мовлення та звітних дзвінків | 2.50% LibriSpeech; 16.13% Earnings-22; 2.94% SPGISpeech | WER корпусу; вибірка SPGISpeech: 1,200 кліпів / 3.05 години | Verli, оцінено 2026-07-16 / 2026-07-17. Бенчмарк |
| Еталон WER для змішаних наборів даних | Макросереднє 10.1% | 8 рівнозважених наборів даних; загальну оцінену тривалість не зазначено | Superwhisper, оновлено 2026-09-03. Результати |
| Еталон семантичного WER | Середнє 1.32%; об’єднаний показник 1.37% | 1,000 зразків; семантичне оцінювання за допомогою LLM, а не звичайний WER за редагуванням слів | Супровідники Pipecat, знімок перевірено 2026-10-17. Результати |
| Еталон WER підтвердженого потокового тексту | Приблизно 2% | TIMIT; фактичну оцінену кількість і тривалість не зазначено | Atila Orhon та ін., v1, 2025-07-14. Наукова стаття |
Пропускна здатність і затримка потокового режиму
| Показник / дані AccurateScribe | Тривалість аудіо або обсяг вибірки | Повідомлене значення | Визначення часу та джерело |
|---|---|---|---|
| Опублікований еталон пропускної здатності | 10-хвилинне аудіо | Коефіцієнт швидкості 610.0× | Ковзна 7-денна пропускна здатність у цитованому дослідженні, а не час очікування повного продукту. Artificial Analysis, перевірено 2026-10-17. Результати |
| Час відповіді для записаного файлу, дослідницький еталон | 40 коротких кліпів; загальну тривалість не зазначено | Медіана 0.51 секунди; P90 0.96 секунди | Від запиту до повного транскрипту; Verli, 2026-07-17. Бенчмарк |
| Час відповіді для диктування, дослідницький еталон | Кліпи тривалістю 8–15 секунд | Медіана 0.66 секунди | Від кінця мовлення до готового тексту; Superwhisper, оновлено 2026-09-03. Результати, метод |
| Затримка фінального потокового сегмента, дослідницький еталон | 1,000 зразків; загальну тривалість не зазначено | Медіана 247 ms; P95 298 ms; P99 326 ms | Від кінця мовлення до фінального сегмента; супровідники Pipecat, перевірено 2026-10-17. Результати |
| Затримка потокового режиму на слово, дослідницький еталон | TIMIT; оцінену тривалість не зазначено | Середня проміжна затримка 0.83 секунди; підтверджений текст приблизно 1.7 секунди | Затримка на рівні слів; Atila Orhon та ін., v1, 2025-07-14. Наукова стаття |
Мови та складне мовлення
| Дослідницький еталонний випадок AccurateScribe | Обсяг записів | Повідомлений результат дослідження | Оригінальний автор, дата та джерело |
|---|---|---|---|
| Англійські та російські голосові нотатки | 8 збережених зразків на мову / 3 запуски; стресові зразки з цифрами/іменами виключено; smart_format=true; загальну тривалість не зазначено | WER із явно заданою мовою: англійська 20.9%, російська 24.0%; WER багатомовного режиму: англійська 17.9%, російська 21.5% | Smolevich, тестові запуски 2026-08. Звіт |
| Багатомовне мовлення банківських дзвінків | 4,270 висловлювань / 5.1 години, 250 дзвінків за написаними сценаріями, 5 локалей | WER англійської 5.4%; WER в’єтнамської 24.7%; макро-UER локалей 32.6% | Andrea Li і Soham Ray, знімок 2026-04. Дослідження Sierra |
| Відновлення структурованих значень | 300 сценаріїв, прочитаних людьми / 5.59 години / 85 мовців | Пакетний режим: WER 8.2%, CTEM 90.9%, TSR 68.7%; потоковий режим: WER 9.3%, CTEM 88.9%, TSR 61.7% | Tyler Baumgartner та ін., дослідження за фінансування Besimple AI, v2, 2026-09-12. Наукова стаття |
| Дизартричне мовлення | TORGO; 8 мовців / 732 висловлювання; оцінену тривалість не зазначено | WER легкої форми 2.77%; помірної 21.83%; тяжкої 64.00% | Ali Alsayegh і Tariq Masood, v2 переглянуто 2026-08-20. Наукова стаття |
Результати цитованих досліджень не є взаємозамінними оцінками. Pipecat виключає відсутні транскрипти зі знаменника WER і повідомляє частку повернення транскриптів 99.8%; його аудіо та еталонні тексти є публічними. Показники малої вибірки Smolevich повідомлені автором; приватні голосові нотатки не оприлюднено. MU-Bench використовує нормалізовані LLM транскрипти й однакову вагу локалей; UER підраховує висловлювання з помилками, що змінюють зміст. Аудіо та мітки Sierra є публічними.
Сценарії VoiceCodeBench синтетичні й прочитані людьми, а його WER не залежить від форматування. CTEM вимірює відновлювані сутності; TSR вимагає, щоб кожне цільове значення сегмента можна було відновити. Аудіо й анотації та код оцінювання є публічними. TORGO використовує середній WER окремих висловлювань з обмеженням 100%, а не об’єднаний WER. Тестові запуски відбулися 2025-09-17–18, до редакції 2026 року. Verli і Superwhisper випускають продукти транскрибування, а автори WhisperKit розробляють конкурентну систему.