Jämför transkriptioner
En inspelning. Olika transkriptioner.
Demo · Leverantörernas liveresultat är inte anslutna ännu.
Referenstranskription
0:08
Salom, bugungi uchrashuvni soat uchga ko‘chirsak sizga qulay bo‘ladimi?
Ha, taklifnomani yangilasangiz bo‘ladi.
Lokala
Globala
Illustrativ benchmark
1 av 8 modeller uppmätta · 5 klipp · 0:33 ljud
Lägre är bättre. WER och CER normaliserar skiftläge, skiljetecken och apostrofer. E2E omfattar en hel begäran; RTF är E2E delat med ljudets längd. Syntetiskt ljud, dataset 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
| Placering | Företag och modell | WER ↓ | CER ↓ | Täckning |
|---|---|---|---|---|
| — | 24.6% | 17.6% | 5/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 | |
| — | — | — | 0/5 |
Transkription
VoiceLab · Modell ej publicerad
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.
Referenstranskription → Transkription
edits=0Resultat per scenario
| Testscenario | WER | CER |
|---|---|---|
| Tydligt tal | 0.0% | 0.0% |
| Samtal | 0.0% | 0.0% |
| Namn och platser · Siffror och datum | 33.3% | 22.7% |
| Blandade språk | 10.0% | 2.9% |
| Supportärende | 80.0% | 70.5% |