AI Models
Choose Your Transcription Engine — Compare accuracy, speed, and language support across leading speech recognition models.
څنګه د ښي ماډل غوره کړئ
مختلفو د ليکلو ماډلونه په مختلفو برخو کې excel. د دې لارښود څخه کار واخلئ چې د خپل اړتیاوو لپاره غوره ماډل غوره کړي.
| Model | WER | Speed | ژبې | غوره |
|---|---|---|---|---|
| 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 … |
WER (د کلمې د تېروتنې کچه) څه ده؟
د کلمې د غلطۍ کچه (WER) د وینا د پیژندلو دقت اندازه کولو لپاره معیاري متریک دی. دا په یوه نقل کې د کلمو سلنه محاسبه کوي چې د حوالې څخه توپیر لري. د 5٪ WER معنی د هر 100 کلمو څخه شاوخوا 5 غلطي لري. ټیټ ښه دی.
مسلکي انساني لیږدونکي معمولا د 4-5٪ WER ترلاسه کوي. د AI غوره ماډلونه اوس د پاک آډیو په اړه د انسان سطحې دقت سره مطابقت لري یا ورته رسیدلي.
نه پوهېږئ چې کومه بېلګه وکاروئ؟
زموږ د default هڅه - Whisper لوی V3 Turbo د سرعت او دقت غوره توازن وړاندې کوي. وړيا پیل، نه signup اړين.
د وړيا ليکلو پیل کول