การเปรียบเทียบความแม่นยำในการถอดเสียง: FastTranscriber vs Otter vs TurboScribe

ในการ ทดสอบความเร็วFastTranscriber เป็นบริการถอดเสียงที่เร็วที่สุดด้วยระยะห่างที่ชัดเจน แต่ความเร็วไม่มีค่าอะไรหากขาดความแม่นยำ บทถอดเสียงที่เต็มไปด้วยข้อผิดพลาดไร้ค่าไม่ว่าจะมาถึงเร็วแค่ไหน

ดังนั้นเราจึงนำบริการทั้ง 5 รายการมาทดสอบความแม่นยำโดยใช้ไฟล์เดียวกันอย่างแม่นยำ

วิธีการทดสอบของเรา

เราใช้ คำปราศรัยของ Matthew McConaughey ความยาว 9:47 (17.3 MB MP4) เดิมจากการเปรียบเทียบความเร็วของเรา เราถอดเสียงด้วยแต่ละบริการ จากนั้นเปรียบเทียบบทถอดเสียงทุกฉบับกับบทถอดเสียงอ้างอิงที่ตรวจสอบโดยมนุษย์เพื่อคำนวณอัตราความผิดพลาดของคำ (WER) WER ต่ำกว่า = ความแม่นยำสูงกว่า

เรายังบันทึกความแตกต่างเชิงคุณภาพด้วย: เครื่องหมายวรรคตอน การพิมพ์ตัวพิมพ์ใหญ่ การจัดการผู้พูด และวิธีที่แต่ละบริการจัดการกับสไตล์การพูดที่เป็นเอกลักษณ์ของ McConaughey

ผลลัพธ์

บริการ	อัตราความผิดพลาดของคำ	ความเร็ว	หมายเหตุ
FastTranscriber	[TBD]	5.16 วินาที	[TBD]
Riverside	[TBD]	22.1 วินาที	[TBD]
TurboScribe (Cheetah)	[TBD]	24.65 วินาที	[TBD]
TurboScribe (Dolphin)	[TBD]	29.21 วินาที	[TBD]
Happy Scribe	[TBD]	41.35 วินาที	[TBD]
Otter.ai	[TBD]	1 นาที 16.9 วินาที	[TBD]

FastTranscriber

[RESULT — วางข้อสังเกตเกี่ยวกับความแม่นยำที่นี่ มันจัดการกับเครื่องหมายวรรคตอน การพิมพ์ตัวพิมพ์ใหญ่ คำอุทาน และสไตล์การพูดของ McConaughey อย่างไร?]