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.

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	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 · 2026-09-02

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.

Referenstranskription → Transkription

edits=0

Resultat 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%