Compara transcripciones

Una grabación. Distintas transcripciones.

Demo · Los resultados en directo de los proveedores aún no están conectados.

Transcripción de referencia

0:08

Salom, bugungi uchrashuvni soat uchga ko‘chirsak sizga qulay bo‘ladimi?

Ha, taklifnomani yangilasangiz bo‘ladi.

Evaluación ilustrativa

1 de 8 modelos medidos · 5 clips · 0:33 de audio

Un valor menor es mejor. WER y CER normalizan mayúsculas, puntuación y apóstrofos. E2E mide una solicitud completa; RTF es E2E dividido por la duración del audio. Audio sintético, conjunto stt-demo-v1.

dataset=stt-demo-v1audio=synthetic_voice · PCM 24kHz · 16bit · mononormalizer=basic-text-v1reference=written_formtiming=client_e2e_single_request · mean_single_run

Puesto	WER ↓	CER ↓	Cobertura
—	24.6%	17.6%	5/5
—	—	—	0/5
—	—	—	0/5
—	—	—	0/5
—	—	—	0/5
—	—	—	0/5
—	—	—	0/5
—	—	—	0/5

Transcripción

VoiceLab · Modelo no publicado

Public preview API · 2026-09-02

WER

0.0%

CER

0.0%

E2E

4.09s

RTF

0.54×

mode=batchlang=uztrials=1region=—

Salom bugungi uchrashuvni soat uchga ko'chirsak sizga qulay bo'ladimi Ha taklifnomani yangilasangiz bo'ladi.

Transcripción de referencia → Transcripción

edits=0

Resultados por escenario

Escenario de prueba	WER	CER
Habla clara	0.0%	0.0%
Conversación	0.0%	0.0%
Nombres y lugares · Números y fechas	33.3%	22.7%
Idiomas mezclados	10.0%	2.9%
Pedido de soporte	80.0%	70.5%