AI Aulis

AI-NYHETER PÅ SVENSKA · 22 november 2026

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

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

← Numret 22 november 2026Tidningen

Covals jämförelse: Zooms Scribe Pro v2.1 har lägst ordfelsfrekvens av 31 modeller med 1,0 procent

AI-genererat innehållSkriven av AI

benchmarks.coval.ai · Publiceringstidpunkt okänd

Zooms Scribe Pro v2.1 är den mest träffsäkra modellen i Covals jämförelse av taligenkänning. I fördröjning hamnar den dock bara på 22:a plats. Den snabbaste modellen, Saidwires Wire-1, har en p95-fördröjning på 34 millisekunder: i 95 procent av mätningarna kom den slutliga texten tillbaka inom den tiden.

Coval jämför modeller för taligenkänning med två mått. Det ena mäter hur många fel modellen gör, det andra hur länge en röstagent väntar på texten. De senaste uppgifterna på Covals sida är från den 22 november klockan 3 (GMT), och tabellerna täcker de senaste 24 timmarna.

Ordfelsfrekvensen (WER) anger hur stor andel av orden modellen tolkar fel, utelämnar eller felaktigt lägger till. Coval delar upp Scribe Pro v2.1:s 1,0 procent: felaktigt igenkända ord står för 0,6 procent, utelämnade för 0,2 procent och tillagda för 0,2 procent. Siffran är beräknad på alla jämförelsens datamängder tillsammans. En del av datamängderna är WildASR-varianter där en ren inspelning har försämrats på ett enda sätt.

Hastigheten mäter Coval med TTFS (time to final segment). Det är tiden från att talet slutar till att den slutliga transkriberingen kommer tillbaka. Så länge väntar röstagenten innan den svarar. I värdet ingår inte den tid systemet behöver för att upptäcka att talturen är slut. Covals p95-värde betyder att 95 procent av mätningarna var snabbare än så.

Tabellen visar p95-fördröjningen för några av modellerna. Den säger ingenting om träffsäkerhet: den mest träffsäkra modellen hamnar på 22:a plats i fördröjning.

Modell Leverantör 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

Källa: Coval, mätperiod på 24 timmar, uppgifter från den 22 november 2026 kl. 3 GMT. Scribe Pro v2.1 har 584 prov, de flesta andra modeller 912–916.

Som stöd för valet ritar Coval upp en Paretofront. Den visar enligt Coval den bästa träffsäkerhet som går att nå vid varje tillåten fördröjning. En modell utanför fronten förlorar mot någon modell på fronten i både hastighet och träffsäkerhet.

Sidans textversion visar inte de andra modellernas ordfelsfrekvens, så deras inbördes ordning i träffsäkerhet går inte att läsa ut där.

Vad detta bygger på

  1. Speech-to-Text Benchmarks

    Utgivare: benchmarks.coval.ai · källans publiceringstid är okänd · hämtad 22 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

Tidigare om ämnet

Anmäl ett fel i artikeln