文字起こしを並べて比較
1つの音声、異なる文字起こし。
デモ · 各プロバイダーのライブ結果はまだ接続されていません。
正解の文字起こし
0:08
Salom, bugungi uchrashuvni soat uchga ko‘chirsak sizga qulay bo‘ladimi?
Ha, taklifnomani yangilasangiz bo‘ladi.
国内
海外
参考ベンチマーク
8モデル中1モデルを測定 · 5クリップ · 音声0:33
値が低いほど良好です。WER/CERでは大文字小文字、句読点、アポストロフィを正規化します。E2Eは1回の全リクエスト、RTFはE2Eを音声時間で割った値です。合成音声、データセット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
| 順位 | 企業とモデル | WER ↓ | CER ↓ | カバー率 |
|---|---|---|---|---|
| — | 24.6% | 17.6% | 5/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 |
文字起こし
VoiceLab · モデル未公開
Public preview API · 2026-09-02WER
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.
正解の文字起こし → 文字起こし
edits=0シナリオ別結果
| テスト場面 | WER | CER |
|---|---|---|
| 明瞭な音声 | 0.0% | 0.0% |
| 会話 | 0.0% | 0.0% |
| 人名と地名 · 数字と日付 | 33.3% | 22.7% |
| 言語の混在 | 10.0% | 2.9% |
| サポート注文 | 80.0% | 70.5% |