AI Aulis

AI-NYHETER PÅ SVENSKA · 20 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

41 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 20 november 2026Tidningen

Artificial Analysis: Scribe v3 tvåa i transkribering av inspelningar med ordfelsfrekvensen 1,95 procent

AI-genererat innehållSkriven av AI

x.com · 2 källor · Källornas publiceringsdatum: 20 november 2026

ElevenLabs Scribe v3 kom på andra plats i Artificial Analysis oberoende mätning. Modellen transkriberade 1,95 procent av orden i ljudinspelningar fel. De något mindre exakta MAI-Transcribe-2 och Zoom Scribe V2.1 Pro var flera gånger snabbare.

Jämförelsetjänsten Artificial Analysis publicerade resultaten för ElevenLabs nya taligenkänningsmodell på X den 20 november. Mätningen gäller transkribering av färdiga ljudinspelningar, inte taligenkänning i realtid.

Måttet är ordfelsfrekvens (word error rate, WER), alltså hur stor andel av orden modellen transkriberar fel. Ju lägre värde, desto bättre. Enligt bilden i inlägget viktar företagets AA-WER-index tre datamängder: AA-AgentTalk står för 50 procent, och rensade versioner av VoxPopuli och Earnings22 väger 25 procent vardera.

Scribe v3 hade en ordfelsfrekvens på 1,95 procent, medan föregångaren Scribe v2 fick 2,18 procent. Bara Alibabas Fun-Realtime-ASR-preview placerade sig före Scribe v3. Microsoft AI:s MAI-Transcribe-2 låg strax efter.

Artificial Analysis mäter hastigheten som antalet sekunder ljud en modell transkriberar per sekund. Tabellen visar att de mest exakta modellerna inte var de snabbaste i den här jämförelsen:

Modell Ordfelsfrekvens Hastighet (× realtid)
Fun-Realtime-ASR-preview (Alibaba) 1,73 % 21
Scribe v3 (ElevenLabs) 1,95 % 74
MAI-Transcribe-2 (Microsoft AI) 2,04 % 334
Zoom Scribe V2.1 Pro ca 2,1 % 188
Scribe v2 (ElevenLabs) 2,18 % 58

Källa: Artificial Analysis, inlägg på X den 20 november 2026. Zooms ordfelsfrekvens är avläst ur diagrammet i inlägget och avrundad.

Skillnaden mellan Scribe v3 och MAI-Transcribe-2 är bara 0,09 procentenheter, men Microsofts modell transkriberar mer än fyra gånger så snabbt. Valet påverkas alltså också av om antalet fel eller tiden det tar att bearbeta stora ljudmängder väger tyngst i den egna användningen.

Det finns oklarheter i hastighetssiffrorna. I diagrammet i det andra inlägget är Scribe v3:s hastighet 76,8 och Scribe v2:s 52,8, medan texten anger 74 och 58. Artificial Analysis förklarar inte skillnaden, så det är osäkert hur stor hastighetsförbättringen i version 3 är.

Tidigare om ämnet

Anmäl ett fel i artikeln