AI Models

Choose Your Transcription Engine — Compare accuracy, speed, and language support across leading speech recognition models.

Sut i Ddewis y Model Cywir

Mae modelau traethawd gwahanol yn rhagori mewn meysydd gwahanol. Defnyddiwch y canllaw yma i ddewis y model gorau ar gyfer eich anghenion.

Model WER Speed Iaith: Gorau ar gyfer
STT.ai Enhanced 3.2% 160.0x 100 STT.ai's flagship speech-to-text model with best-in-class accuracy and speed. Optimized …
Whisper Large V3 4.2% 8.0x 99 OpenAI's largest and most accurate Whisper model. Excellent multilingual support …
Whisper Turbo 5.1% 32.0x 99 OpenAI's speed-optimized Whisper variant. 4x faster than Large V3 with …
NVIDIA Canary 3.5% 45.0x 4 NVIDIA's multi-task ASR model with top-tier accuracy on English. Built …
Moonshine 7.8% 80.0x 1 Ultra-lightweight ASR model designed for edge devices. Runs on Raspberry …
NVIDIA Parakeet 3.0% 55.0x 1 NVIDIA's CTC-based English ASR model. One of the most accurate …
SenseVoice 5.5% 50.0x 50 Multilingual speech understanding model with emotion recognition and audio event …
Distil-Whisper 5.8% 48.0x 99 Distilled version of Whisper Large V3. 6x faster with 49% …
Vosk 12.0% 100.0x 20 Lightweight offline speech recognition. Works without internet, ideal for privacy-sensitive …

Beth yw WER (Cyfradd Gwallau Geiriau)?

Mae' r Cyfradd Gwall Gair (WER) yn fesur safonol ar gyfer mesur cywirdeb adnabyddiaeth siarad. Mae' n cyfrifo' r canran o eiriau mewn trosysgrif sy' n wahanol i' r cyfeiriad. Mae WER o 5% yn golygu bod 5 o bob 100 gair yn cynnwys gwall. Mae' r isaf yn well.

Mae traethodau dynol proffesiynol yn cyrraedd WER o 4-5% fel arfer. Mae'r modelau AI gorau yn cyd-fynd neu'n agosáu at gywirdeb lefel dynol ar sain glir.

Ddim yn siŵr pa ddull i'w ddefnyddio?

Ceisiwch ein rhagosodiadau — mae Whisper Large V3 Turbo yn darparu'r cydbwysedd gorau o gyflymder a chywirdeb. Am ddim i ddechrau, nid oes angen cofrestru.

Cychwyn Trosysgrifo Am Ddim