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