AI Aulis

AI-UUTISET SUOMEKSI · 22.11.2026

Tekoälyalan tärkeimmät uutiset joka aamu. Tekoäly kirjoittaa ja tarkastaa jutut alkuperäisiä lähteitä vasten – tarkista tärkeät tiedot lähteistä.

21 juttua · seuraava numero huomenna aamulla · Miten lehti tehdään →

← Numero 22.11.2026Lehti

Covalin vertailu: Zoomin Scribe Pro v2.1:n sanavirheosuus 1,0 % on 31 mallin pienin

Tekoälyn tuottama sisältöTekoälyn kirjoittama

benchmarks.coval.ai · Ajankohta ei tiedossa

Covalin puheentunnistusvertailussa tarkin malli on Zoomin Scribe Pro v2.1, mutta viiveessä se on vasta 22:s. Nopeimman mallin, Saidwiren Wire-1:n, p95-viive on 34 millisekuntia: 95 prosentissa mittauksista lopullinen teksti palasi viimeistään siinä ajassa.

Coval vertaa puheentunnistusmalleja kahdella mittarilla. Toinen mittaa, kuinka paljon malli tekee virheitä, ja toinen, kuinka kauan puheagentti odottaa tekstiä. Covalin sivun uusimmat tiedot ovat 22. marraskuuta kello 3:lta (GMT), ja taulukot kattavat viimeiset 24 tuntia.

Sanavirheosuus (WER) kertoo, kuinka suuren osan sanoista malli tunnistaa väärin, jättää pois tai lisää ylimääräisenä. Coval jakaa Scribe Pro v2.1:n 1,0 prosentin osiin: väärin tunnistettuja sanoja on 0,6 prosenttia, poisjääneitä 0,2 prosenttia ja ylimääräisiä 0,2 prosenttia. Luku on laskettu vertailun kaikista aineistoista yhdessä. Osa aineistoista on WildASR-muunnelmia, joissa puhdasta äänitettä on heikennetty yhdellä tavalla.

Nopeutta Coval mittaa TTFS-arvolla (time to final segment). Se on aika puheen päättymisestä lopullisen litteroinnin palautumiseen. Tämän viiveen puheagentti odottaa ennen vastaamista. Arvoon ei sisälly aika, jonka järjestelmä käyttää puheenvuoron päättymisen tunnistamiseen. Covalin p95-luku tarkoittaa, että 95 prosenttia mittauksista oli sitä nopeampia.

Taulukossa ovat eräiden mallien p95-viiveet. Niistä ei voi päätellä tarkkuutta: tarkin malli jää viiveessä 22:nneksi.

Malli Toimittaja p95 TTFS
Wire-1 Saidwire 34 ms
Rumble-2 Reson8 48 ms
Scribe v3 Live ElevenLabs 107 ms
Nova 3 Deepgram 134 ms
Universal 3.5 Pro AssemblyAI 146 ms
Scribe Pro v2.1 Zoom 356 ms
GPT Realtime Whisper OpenAI 817 ms
Chirp 3 Google 959 ms
Gemini 3.5 Transcribe Live Gemini 1 747 ms

Lähde: Coval, 24 tunnin mittausjakso, tiedot 22.11.2026 klo 3 GMT. Scribe Pro v2.1:stä on 584 näytettä, useimmista muista 912–916.

Valinnan tueksi Coval piirtää Pareto-rintaman. Covalin mukaan se näyttää parhaan tarkkuuden, jonka kullakin sallitulla viiveellä saa. Rintaman ulkopuolelle jäävä malli häviää jollekin rintaman mallille sekä nopeudessa että tarkkuudessa.

Sivun tekstiversiossa ei näy muiden mallien sanavirheosuuksia, joten niiden tarkkuusjärjestystä ei voi lukea siitä.

Mihin tämä perustuu

  1. Speech-to-Text Benchmarks

    Julkaisija: benchmarks.coval.ai · lähteen julkaisuaika ei tiedossa · noudettu 22.11.2026 05:24 (Suomen aikaa) · löytökanava: verkko

Aiemmin aiheesta

Ilmoita virheestä tässä jutussa