Dokładność transkrypcji spotkań w języku portugalskim: przetestowaliśmy 4 narzędzia oparte na sztucznej inteligencji (2026)

Solidne narzędzie do transkrypcji spotkań w języku portugalskim musi oferować coś więcej niż tylko nadążanie za rozmową. Asystenci spotkań oparci na sztucznej inteligencji stanowią obecnie kluczowy sposób na zebranie wszystkich pomysłów i zadań wynikających z rozmów prowadzonych w języku portugalskim oraz przekształcenie ich w formę, która pozwoli na włączenie ich do procesów roboczych i łatwe zarządzanie nimi przy minimalnym nakładzie pracy.

Problem polega na tym, że dla osób posługujących się językiem portugalskim wiele narzędzi jest tworzonych z myślą przede wszystkim o języku angielskim, a brazylijski portugalski często charakteryzuje się szybkim tempem mowy, częstymi skrótami oraz sporą ilością zapożyczeń – jest to język, z którym narzędzie dostosowane do angielskiego może mieć trudności, by nadążyć.

Podobnie – jakość streszczenia zależy od jakości użytych w nim słów; jeśli zostaną one nieprawidłowo oddane w jakimkolwiek języku, może to uniemożliwić dalszą pracę nad całym tekstem.

Powinienem wyjaśnić, skąd pochodzę. Uczę się portugalskiego – niezbyt dobrze – głównie za pomocą Duolingo oraz ćwicząc z zespołem na stronie tl;dv, i jestem na poziomie, na którym potrafię zamówić kawę i przegrać kłótnię. Wielu moich współpracowników mówi po portugalsku, a spora część zespołu to Brazylijczycy – właśnie dlatego ten test w ogóle powstał.

To stawia mnie w nieco korzystnej sytuacji. Wiem wystarczająco dużo, by zauważyć, kiedy transkrypcja jest błędna, ale zdecydowanie za mało, by wyjaśnić dlaczego, więc nie byłbym w stanie ocenić tego na podstawie własnego słuchu. Oznacza to również, że spędziłem wystarczająco dużo czasu, słuchając szybko mówionego portugalskiego brazylijskiego, w którym w środku zdań pojawiają się angielskie terminy związane z produktami, by wiedzieć, że ta „uporządkowana” wersja z aplikacji językowej nie jest wersją, której ktokolwiek faktycznie używa podczas spotkania.

Aby sprawdzić, które narzędzia faktycznie sprawdzają się w praktyce, poddałem cztery najpopularniejsze programy wspomagające prowadzenie spotkań temu samemu testowi: trzy prawdziwe spotkania w języku brazylijskim portugalskim, oceniane „na ślepo” przez dwa modele LLM oraz native speakera pod kątem dokładności, praktycznej użyteczności, funkcji i bezpieczeństwa. Oto jak wypadły w porównaniu, zanim przejdę do szczegółów.

Poziom	Max	tl;dv	Google Gemini	Tactiq	Read.ai
Transkrypcja i dokładność	65	57/65	41/65	27/65	44/65
Jakość spotkań w rzeczywistych warunkach	45	43/45	26/45	33/45	35/45
Możliwości i funkcje	72	66/72	40/72	59/72	57/72
Zaufanie, bezpieczeństwo i wartość	18	18/18	15/18	15/18	15/18
Ogólna ocena	200	184/200	122/200	134/200	151/200
Ranking		1	4	3	2

Dokładność transkrypcji

Zanim uruchomiłem choćby jedną stronę clip, sprawdziłem, co każde z tych narzędzi podaje na swojej stronie internetowej na temat języka portugalskiego. Wszystkie cztery twierdzą, że obsługują ten język, ale z nieco różnymi zastrzeżeniami.

Narzędzie	Co firma pisze o języku portugalskim na swojej stronie internetowej
tl;dv	W swoim wykazie obejmującym co najmniej 30 języków uwzględniono język portugalski zarówno w odniesieniu do Brazylii, jak i Portugalii. Interfejs platformy został zlokalizowany w siedmiu językach, w tym w języku portugalskim
Google Gemini	Język portugalski jest jednym z ośmiu języków obsługiwanych przez funkcję „Zapisz transkrypcję spotkania” oraz „Rób notatki za mnie”. Na jedno spotkanie przypada jeden język mówiony. Nie wymieniono wariantów brazylijskiego ani europejskiego.
Tactiq	Specjalne strony poświęcone transkrypcji w języku portugalskim, zamianie mowy na tekst oraz tłumaczeniom. Na tej witrynie podaje się liczbę języków jako 30 lub więcej, 35 lub więcej oraz 60 lub więcej na różnych stronach. Podczas każdego spotkania można wybrać tylko jeden język, a języka transkrypcji nie można zmienić po zakończeniu rozmowy.
Read.ai	Język portugalski jest jednym z 26 obsługiwanych języków według stanu na marzec 2026 r. Język jest wykrywany automatycznie, a nie ustawiany ręcznie. Zaznaczono, że spotkania, podczas których używa się więcej niż jednego języka, nie są w pełni obsługiwane. Nie wymieniono żadnej odmiany brazylijskiej ani europejskiej.

Przeczytaj środkową kolumnę, a zauważysz, że jedna rzecz rzuca się w oczy. tl;dv to jedyne narzędzie spośród tych czterech, które rozróżnia portugalski brazylijski od portugalskiego europejskiego. Pozostałe trzy wymieniają „portugalski” jako jeden, niezróżnicowany język. Są to dwa dialekty o odmiennym słownictwie, różnych formach zwracania się do innych oraz odmiennej składni, a narzędzie, które nie rozróżniło ich w swojej dokumentacji, prawdopodobnie nie rozróżniło ich również w swoim modelu.

Drugą kwestią jest przełączanie się między językami. Trzy z czterech narzędzi nie radzą sobie ze spotkaniami, podczas których uczestnicy przechodzą z jednego języka na drugi. Gemini obsługuje jeden język mówiony na spotkanie i informuje, że spotkania wielojęzyczne nie są obsługiwane. Tactiq obsługuje jeden język na spotkanie i nie pozwala na późniejsze zmianę oznaczenia transkrypcji. Read.ai informuje, że spotkania z mieszanym użyciem języków mogą dawać niespójne wyniki. Podczas brazylijskiego spotkania biznesowego, gdzie angielskie terminy związane z produktami i finansami nieustannie pojawiają się w portugalskich zdaniach, ograniczenie to nie ma charakteru czysto teoretycznego.

Dokładność transkrypcji spotkań w języku portugalskim polega przede wszystkim na poprawnym odzwierciedleniu słów wypowiedzianych podczas każdego spotkania prowadzonego w tym języku. Spotkania często mają intensywny przebieg – pomysły, dane liczbowe i zadania do wykonania są omawiane w szybkim tempie, rozmowa często zbacza z tematu, a jednocześnie trzeba uchwycić wszystkie istotne informacje niezbędne do podejmowania bieżących decyzji.

Język portugalski charakteryzuje się bogactwem niuansów związanych z znakami diakrytycznymi, skrótami, takimi jak „pra” i „tá”, zapożyczeniami oraz akronimami. Potwierdziły to przeprowadzone przeze mnie testy – wiele narzędzi miało trudności z rozpoznaniem rzeczowników i liczb wypowiadanych szybko, co czasami prowadziło do katastrofalnych błędów.

tl;dv najlepsze wyniki z dość znaczną przewagą w anonimowej ocenie przeprowadzonej zarówno przez modele LLM (ClaudeAnthropici ChatGPT firmy OpenAI), jak i przez naszego native speakera. Poniżej znajduje się pełna, szczegółowa analiza wyników każdego z narzędzi, w podziale na poszczególne wiersze.

System metryczny	Jak przyznawane są punkty	tl;dv	Google Gemini	Tactiq	Read.ai
Poprawność językowa	Ocena stopnia trudności przez nieświadomego, rodzimego użytkownika języka w odniesieniu do poprawności językowej	18/20	15/20	20 grudnia	15/20
Obsługa specyficzna dla danego języka	Znaki diakrytyczne, znaki interpunkcyjne, warianty regionalne, przełączanie kodów językowych	17/20	13/20	20 października	16/20
Ocena wskaźnika błędów w tekście	Obliczono na podstawie oficjalnego wykazu ocen lub tekstu odniesienia	5/5	2/5	0/5	1/5
Wykrywanie obiektów	Nazwiska, firmy i miejscowości występujące w obsadzie	5/5	2/5	1/5	3/5
Liczby, daty i waluty	Liczby, daty i kwoty sformatowane poprawnie w danym języku	4/5	3/5	1/5	3/5
Rozpoznawanie surowych terminów technicznych	Terminy branżowe i skróty przed szkoleniem dostosowanym do potrzeb klienta	5/5	3/5	1/5	3/5
Interpunkcja i podział na segmenty	Podział na zdania i akapity w wynikach testu	3/5	3/5	2/5	3/5
Suma częściowa za transkrypcję i dokładność		57/65	41/65	27/65	44/65

W przypadku więcej niż jednego narzędzia pojawiło się sześć typów błędów. Każdy z nich to sprawdzian, który można przeprowadzić na własnym zapisie w mniej niż minutę, dlatego przedstawiłem je w tej formie, a nie jako listę wyników.

Obraźliwe określenie

Najpoważniejszy pojedynczy błąd w teście pochodził ze strony Tactiq, która przekształciła frazę „se aquele mercado é viável ” w „se aquele mercado é ****”. Słowo „viable” stało się rasistowskim obelgą. Jeden przypadek, jedno uruchomienie, w transkrypcji publicznego przesłuchania dotyczącego polityki publicznej.

Nasza native speakerka siedziała naprzeciwko mnie, kiedy przeglądała zanonimizowane wyniki. Widziałem, jak zmienia się jej wyraz twarzy, zanim cokolwiek powiedziała, a kiedy poprosiłem ją, by przeczytała jeszcze raz zdanie, które wywołało u niej zdenerwowanie, nie chciała wypowiedzieć tego słowa na głos. To native speakerka brazylijskiego portugalskiego, czytająca transkrypcję publicznego przesłuchania w sprawie polityki publicznej, która odmówiła wypowiedzenia na głos tego, co wstawiło narzędzie. Było to raczej błędne zrozumienie jednego słowa niż powtarzający się wzorzec, i nie zaobserwowałem tego w żadnym innym narzędziu z tej serii. To wciąż powód, dla którego nie użyłbym „ Tactiq ” do niczego o dużej wadze w języku portugalskim. Transkrypcja, która wstawia obraźliwe określenie do spotkania z klientem, stanowi zagrożenie, a narzędzie nie daje żadnego sygnału, że tak się stało.

Znak diakrytyczny „Tell”

W języku portugalskim znaczenie zawarte jest w akcentach, a właśnie je najpierw pomija system oparty na języku angielskim. Serwis Gemini napisał „flíguido”, podczas gdy mówca wypowiedział słowo „fígado”, oznaczające wątrobę. Jest to słowo, które nie istnieje, a pojawiło się w zdaniu dotyczącym niewydolności narządów.

Należy zwrócić uwagę na nosowe „ã” oraz „á” (odróżniające się od „à”). tl;dv zachował je bezbłędnie w całym tekście i zdobył 17 na 20 punktów w tym wierszu. Tactiq zdobył 10 punktów.

Sprawdź to: znajdź w swoim transkrypcie dowolne słowo z akcentem i sprawdź, czy akcent się zachował. Jeśli narzędzie zastępuje takie słowa pisownią bez akcentów, oznacza to, że jedynie przybliża się do języka portugalskiego, a nie przetwarza go.

Znak rozpoznawczy „Dropped-H”

Początkowa litera „h” w języku portugalskim jest niemą, co sprawia, że jest to litera, którą silnik fonetyczny najłatwiej pominąć. W tym samym artykule medycznym clip serwis Gemini przetłumaczył słowo „hepatologista” jako „epatologista”. Serwis Tactiq przetłumaczył je natomiast jako „patologista”.

To nie są te same błędy. „Epatologista” to błąd ortograficzny. „Patologista” to patolog – zupełnie inna specjalizacja medyczna, napisana poprawnie – pojawiająca się w zdaniu, w którym wypowiadał się specjalista od wątroby. Jedno to literówka, którą łatwo wychwycić. Drugie brzmi poprawnie, ale po prostu zawiera błędną informację o tym, kto był obecny w pomieszczeniu.

Sprawdź: dowolne słowo zaczynające się na literę „h”. Jeśli po usunięciu litery „h” nadal wygląda jak prawdziwe słowo, masz do czynienia z niebezpieczną wersją tego błędu.

Sprawdzenie wielkości

Tactiq zmniejszył kwotę z 4 miliardów realów do 4 milionów realów. Tysiąc razy większy błąd w podaniu kwoty pieniężnej podczas oficjalnego przesłuchania.

tl;dvProblem w tym wierszu był inny i znacznie mniejszy. Program zapisuje liczby słownie, więc 30 milhões zostało zapisane jako trinta milhões. Każda cyfra była poprawna, ale odczytanie tego zapisu zajmowało więcej czasu niż w przypadku cyfr, dlatego w tym przypadku przyznano 4 na 5 punktów zamiast maksymalnej oceny. Nasz recenzent, dla którego jest to język ojczysty, zwrócił uwagę na czytelność, a nie na dokładność.

Te dwa błędy wyglądają podobnie w karcie wyników, ale podczas spotkania nie mają ze sobą nic wspólnego. Jeden z nich dotyczy jedynie preferencji formatowania. Drugi powoduje zmianę budżetu o trzy rzędy wielkości i przenosi się do podsumowania, a następnie wpływa na każdą decyzję podjętą na podstawie tego podsumowania.

Twoja kontrola: każda liczba, wpisywana ręcznie, w oparciu o nagranie. Nie ma tu żadnego skrótu.

Wskazówka dotycząca marki

Tactiq przekształciło nazwę „Roche” w „rodovias” – słowo oznaczające autostrady. Firma farmaceutyczna stała się infrastrukturą drogową.

Sirolimus, lek immunosupresyjny wielokrotnie wymieniany podczas tego samego przesłuchania, został rozpoznany przez trzy z czterech narzędzi jako inna fonetyczna wersja tej nazwy. Program „ tl;dv ” rozpoznał obie wersje, i to bez dodawania żadnego niestandardowego słownika.

Nazwy własne okazały się słabym punktem we wszystkich językach, które przetestowałem – w szwedzkim, francuskim, japońskim i hiszpańskim. Są to słowa o największym znaczeniu podczas większości spotkań biznesowych, a jednocześnie takie, których silnik rozpoznawczy ma najmniej powodów znać. Narzędzie, które je zgaduje, dostarcza transkrypcję, która czyta się płynnie, ale zawiera błędną nazwę firmy.

Twoja wskazówka: wybierz nazwę marki, klienta lub produktu, która najczęściej pojawia się podczas spotkań, i wyszukaj ją w transkrypcji. Jeśli pojawi się w trzech różnych wariantach, znalazłeś odpowiedź.

Znak rozpoznawczy wymyślonych słów

Read.ai wypowiedział słowo „mutakonografia”, podczas gdy mówca powiedział „ultrasonografia”. Nie jest to wynik błędnego zrozumienia podobnego słowa, lecz całkowicie wymyślone słowo.

W innym miejscu w dyskusji na temat tras lotniczych zamienił „voos” na „bolos”, a następnie stworzył „aeroportos que não tem bolos” – lotniska, na których nie ma ciast.

Kiedy silnik traci wątek, nie zatrzymuje się. Często generuje coś, co brzmi wiarygodnie, i kontynuuje, bez żadnego sygnału ostrzegawczego ani przerwy w tekście, które wskazywałyby, że tak się stało.

Twoja wskazówka: przeczytaj jedną stronę uważnie, zamiast ją tylko przeglądać. Wymyślone słowa są oczywiste dla native speakera, a dla wszystkich innych pozostają niewidoczne – i właśnie dlatego stanowią zagrożenie w transkrypcji, która trafia do obiegu.

Główna przyczyna zjawiska „English-First”

Prawie każdy z powyższych schematów sprowadza się do tego samego. Mechanizm, który opiera się na języku angielskim, wciąż sięga po angielskie nawyki, gdy język portugalski staje się zbyt trudny: ucieka się do fonetyki, zgaduje znaczenie zapożyczeń, pomija znaki diakrytyczne.

Read.ai wtrącił angielskie „Yeah” w środku portugalskiego zdania o trasach lotniczych. Było to na tyle nieznaczne, że nie kosztowało go to żadnego punktu, a jednocześnie wiele mówiło o tym, co kryje się pod powierzchnią.

Potwierdza to dokumentacja. Trzy z czterech narzędzi traktują język portugalski jako jedno, nie zróżnicowane ustawienie językowe nałożone na silnik domyślnie skonfigurowany na język angielski, co pokazuje powyższa tabela porównawcza. Wyjątkiem jest tl;dv , a jego wersja portugalska była najbardziej czytelna spośród wszystkich czterech według naszego recenzenta będącego rodzimym użytkownikiem języka, który uznał ją również za najdokładniejszą.

Jakość spotkań w praktyce

Dokładna transkrypcja spotkań stanowiła główny element moich testów, ale równie ważna jest możliwość przekształcenia tych surowych danych w konkretne działania. Spotkania często wiążą się z podejmowaniem decyzji, działaniami do wykonania i dalszymi krokami, więc w tej sekcji przyjrzałem się, jak każde z narzędzi radzi sobie z kontynuacją tych działań i jak łatwo można je przekształcić w dokumentację, która prowadzi do postępów.

Spośród wszystkich czterech narzędzi, ocenianych w różnych obszarach, tl;dv wynik 43 punktów, co stanowi znaczną przewagę nad Read.ai, które osiągnęło 35 punktów. Tactiq z wynikiem 33 punktów, a Gemini z wynikiem 26 punktów.

System metryczny	Jak przyznawane są punkty	tl;dv	Google Gemini	Tactiq	Read.ai
Jakość diaryzacji	Zgodność liczby mówców i przypisania kwestii z znaną obsadą	10/10	2/10	2/10	6/10
Stabilność zachowania	Stabilność zachowań w różnych typach sesji	8/10	8/10	8/10	9/10
Podsumowanie jakości	Przydatność streszczenia oraz to, czy zachowano je w języku źródłowym, z uwzględnieniem zapożyczeń	5/5	3/5	4/5	4/5
Częstotliwość występowania halucynacji/wtrąceń	Tekst wymyślony, zapętlony lub powielony, który nie występuje w nagraniu audio. Nie uwzględniono przypadków błędnego zrozumienia oraz skrótów.	10/10	8/10	9/10	10/10
Wyodrębnianie działań do wykonania	Jakość zadań i działań następczych wynikających ze spotkania	5/5	2/5	5/5	4/5
Automatyczne podział na rozdziały / sekcje	Czy streszczenie dzieli spotkanie na przydatne części?	5/5	3/5	5/5	2/5
Suma częściowa dotycząca jakości spotkań w praktyce		43/45	26/45	33/45	35/45

Diarizacja

Oto, jak dobrze każde z tych narzędzi radzi sobie z wyodrębnieniem i rozpoznaniem poszczególnych osób mówiących na nagraniu. Aby to sprawdzić, przesłałem ten sam plik „ clip ” bezpośrednio na każdą z platform, aby zobaczyć, jak dobrze potrafią one wyodrębnić mowę i poprawnie zidentyfikować każdego mówcę. tl;dv uzyskało pełne 10 punktów i było w stanie wyodrębnić mowę oraz poprawnie przypisać ją do każdego mówcy. Read.ai, uzyskując 6 punktów, poprawnie zidentyfikowało wielu mówców, choć wystąpiły pewne problemy z przypisaniem wypowiedzi, podczas gdy zarówno Gemini , jak i Tactiq przypisały całą mowę do jednego mówcy i uzyskały wynik 2 punktów.

clip pochodził z przesłuchania o tematyce medycznej, w którym na zmianę zabierali głos regulator, lekarz oraz wymieniony z imienia zastępca. Ponieważ Gemini Tactiq wszystkie głosy w jeden, oznacza to, że uwaga o charakterze klinicznym wygłoszona przez lekarza może brzmieć tak, jakby wypowiedział ją zastępca, co wskazuje, że błędne przypisanie wypowiedzi może osłabić siłę oddziaływania i wiarygodność notatek oraz streszczeń.

Najważniejsze jest to, że jeśli podczas spotkania wypowiada się więcej niż jedna osoba, w przypadku języka portugalskiego – na podstawie moich testów – należy z ostrożnością korzystać z serwisów Gemini i Tactiq .

Halucynacje i wstawione kwestie

Zarówno Read.ai tl;dv w stanie transkrybować teksty oraz generować streszczenia i wyniki wolne od halucynacji i zmyślonych fragmentów. Tactiq Gemini uzyskały dobre wyniki, ale w kilku obszarach odnotowały niewielkie potknięcia. Gemini najdziwniejszy przykład z całego zestawu, wplatając frazę „na escola” (w szkole) w środku dyskusji na temat niewydolności wątroby u pacjentów poddanych terapii genowej.

tl;dv Read.ai żadne nowe pomysły w żadnej z trzech sesji, dlatego też zajęły ex aequo pierwsze miejsce. Wstawiony tekst stanowi tu ciche zagrożenie, ponieważ brzmi płynnie i nie daje żadnych oznak, że nigdy nie został wypowiedziany, więc czytelnik przeglądający notatki nie ma możliwości wykrycia fikcji. Read.ai jedno niewielkie potknięcie, wstawiając angielskie „Yeah.” w środku portugalskiego zdania o trasach lotniczych, co było na tyle nieistotne, że nie kosztowało go to utraty oceny.

Podsumowania, zadania do wykonania i rozdziały

W tym miejscu przeanalizowałem zdolność narzędzi do przetwarzania surowych danych transkrypcyjnych i przekształcania ich w zwięzły, użyteczny i praktyczny wynik dla osoby posługującej się językiem portugalskim. Serwis tl;dv uzyskał maksymalną liczbę punktów w kilku kategoriach, w tym w zakresie wyodrębniania zadań do wykonania, automatycznego podziału na rozdziały oraz ogólnej użyteczności, dostarczając wskazówki w języku portugalskim.

tl;dv wszystkie swoje streszczenia w języku portugalskim, zamiast przejść na angielski, co ma znaczenie, gdy notatki trafiają z powrotem do brazylijskiego zespołu. Read.ai gdzieś pośrodku: przydatne streszczenia i zadania do wykonania, ale słaby podział na sekcje, przez co poruszanie się po notatkach było trudniejsze niż tl;dvczy Tactiq.

Tactiq również przedstawić kilka konkretnych zaleceń, wyodrębniając odpowiednie fragmenty i przypisując je do poszczególnych rozdziałów, pomimo problemów z podstawową transkrypcją. Gemini najsłabsze podsumowanie spośród wszystkich narzędzi – brakowało w nim konkretnych zaleceń, a spośród całej czwórki zawierało najmniej praktycznych wniosków.

Możliwości i funkcje

Oprócz możliwości dokładnego transkrybowania rozmów w języku portugalskim oraz przekształcania tych dyskusji w konkretne wyniki, dostępnych jest również szereg funkcji i możliwości, które mogą pomóc w włączeniu treści spotkań do codziennych procesów roboczych.

W tej sekcji przeanalizowałem cechy i funkcje, które zwiększają możliwości poszczególnych narzędzi, przy czym maksymalna możliwa do uzyskania liczba punktów wynosiła 72.

tl;dv 66 punktów, Tactiq , Read.ai , a Gemini . Trzy z czterech narzędzi wypadły bardzo dobrze, oferując szereg przydatnych dodatków i funkcji usprawniających przebieg procesów roboczych. Gemini z nimi właśnie dlatego, że stanowi część Google Workspace, a nie jest narzędziem samodzielnym.

System metryczny	Jak przyznawane są punkty	tl;dv	Google Gemini	Tactiq	Read.ai
Automatyczne rozpoznawanie mówców	Automatyczne rozpoznawanie prawdziwych rozmówców w aplikacjach Meet, Zoom i Teams	5/5	5/5	5/5	5/5
Rozpoznawanie głosu	Możliwość przeprowadzenia treningu rozpoznawania głosu dla własnego głosu użytkownika	5/5	0/5	0/5	0/5
Nagrywanie bez botów	Nagrywa za pomocą wbudowanego systemu audio bez włączania bota do rozmowy	5/5	5/5	5/5	5/5
Synchronizacja CRM	Tryb natywny i synchronizacja automatyczna	3/3	0/3	3/3	3/3
Notatki niestandardowe / szablony	Formaty podsumowań z możliwością dostosowania a stały format wyników	3/3	0/3	3/3	0/3
Szkolenie w zakresie niestandardowego słownictwa / encji	Nauczaj terminów branżowych i skrótów	5/5	0/5	5/5	5/5
Lokalizacja interfejsu użytkownika na język portugalski	Czy sam interfejs produktu jest dostępny w języku portugalskim	5/5	5/5	5/5	0/5
Zakres integracji	Slack, kalendarz, Zapier, API	3/3	3/3	3/3	3/3
Szybkość przetwarzania	Czas od zakończenia spotkania do gotowego zapisu	3/3	1/3	1/3	2/3
Śledzenie słów wypełniających	Utwory, hm, no cóż, bez podwajania dźwięku w celu uzyskania pełnej przejrzystości, a nie nadmiernego wygładzania	3/3	0/3	0/3	3/3
Dokładność znacznika czasu	Sprawdź wyrywkowo, czy znaczniki czasu odpowiadają właściwym momentom	3/3	3/3	3/3	2/3
Dostępność tłumaczeń	Czy potrafi przetłumaczyć notatki ze spotkania i na ile języków?	3/3	3/3	3/3	3/3
Wyszukaj w transkrypcji	Wyszukiwanie w treści spotkania i w bibliotece	3/3	3/3	3/3	3/3
Interfejs użytkownika do edycji transkrypcji	Czy można łatwo poprawić transkrypcję po fakcie?	3/3	3/3	3/3	3/3
Formaty eksportu	SRT, VTT, TXT, DOCX i podobne	0/3	3/3	3/3	3/3
Transkrypcja na żywo / w czasie rzeczywistym	Czy podczas spotkania wyświetlany jest na żywo zapis rozmowy?	0/3	3/3	3/3	3/3
Zasięg platformy konferencyjnej	Omówienie usług Zoom, Meet, Teams i Webex	3/3	0/3	3/3	3/3
Przechwytywanie z aplikacji mobilnej	Czy umożliwia nagrywanie spotkań stacjonarnych za pomocą aplikacji mobilnej?	3/3	3/3	0/3	3/3
Wbudowany serwer MCP	Własny serwer, umożliwiający asystentom AI przeszukiwanie biblioteki spotkań	5/5	0/5	5/5	5/5
Edycja etykiet głośników	Czy można zmienić nazwy i przyporządkowanie głośników po zakończeniu konfiguracji?	3/3	0/3	3/3	3/3
Suma częściowa: możliwości i funkcje		66/72	40/72	59/72	57/72

Lokalizacja interfejsu użytkownika w języku portugalskim (Brazylia)

Jednym z największych wyzwań związanych z korzystaniem z narzędzi, w których językiem domyślnym jest angielski, w przypadku języków takich jak portugalski jest to, że transkrypcje i wyniki są często dostępne w wielu językach, ale interfejs użytkownika już nie. Spośród narzędzi, które przetestowałem, trzy oferują język portugalski jako opcję interfejsu: tl;dv, Gemini oraz Tactiq. Read.ai nadal umożliwia transkrypcję i tworzenie streszczeń w języku portugalskim, ale nie oferuje opcji korzystania z oprogramowania w tym języku. Oznacza to, że jeśli nie znasz innego języka w mowie ani piśmie, poruszanie się po panelu użytkownika może być trudne.

Odcisk głosu

Jedną z funkcji tl;dv wyłącznie tl;dv rozpoznawanie głosu. Jest to opcja, którą można włączyć – narzędzie uczy się rozpoznawać Twój głos, co pozwala na automatyczne rozpoznawanie i przypisywanie wypowiedzi w sytuacjach, gdy domyślne nazwy mówców nie są dostępne.

Notatki i szablony niestandardowe

W zależności od pełnionej funkcji i branży, w której działasz, istnieją różne wymagania i potrzeby dotyczące wyników spotkań. Na przykład zarówno założyciel firmy, jak i sprzedawca organizują spotkania, ale mają zupełnie inne wymagania i wyciągane wnioski. To sprawia, że możliwość dostosowania takich elementów, jak notatki i gotowe szablony, jest niezwykle przydatna. Zespół sprzedaży może skonfigurować domyślny szablon spotkania, który automatycznie zasilają system CRM, wyodrębniając kluczowe elementy rozmowy. Spośród przetestowanych przeze mnie narzędzi tylko tl;dv i Tactiq oferują tę opcję.

Wbudowany serwer MCP

W krajach portugalskojęzycznych odbywa się wiele spotkań, a podczas nich pojawia się mnóstwo pomysłów, przemyśleń i zadań do wykonania, które ostatecznie mogą po prostu pozostać w protokołach i notatkach ze spotkań, zbierając kurz. Możliwość połączenia swojego narzędzia z modelem LLM, takim jak Claude czy ChatGPT, może otworzyć niesamowite możliwości, dzięki którym niezależnie od wyniku spotkania jego wyniki zostaną wykorzystane w możliwie najskuteczniejszy sposób.

tl;dv natywny serwer MCP, który pozwala użytkownikom podłączyć swoje spotkania do wybranego modelu LLM i tworzyć szkice odpowiedzi lub zadawać pytania dotyczące miesięcy poprzednich rozmów w prostym języku, bez konieczności eksportowania jakiegokolwiek pliku. Jest to szczególnie przydatne do dogłębnej analizy rozmów sprzedażowych i prognozowania, a także daje zespołom marketingowym i społecznościowym możliwość wydobywania informacji o klientach w celu zidentyfikowania problemów oraz potwierdzania lub czerpania inspiracji do tworzenia treści, zapewniając szybki i łatwy sposób na uzyskanie dokładnie tych informacji, których potrzebujesz.

Oprócz serwisu tl;dv, funkcję tę oferują Read.ai Tactiq Read.ai . Mimo że w 2026 roku Google mocno postawiło na MCP, oferując tę funkcję zarówno na poziomie platformy, jak i programistów, nie udostępnia ono natywnego MCP, które zasilałoby popularne modele LLM. Hipotetycznie można więc podłączyć swój Google Drive (gdzie przechowywane są transkrypcje i streszczenia dla Gemini) za pomocą obejścia, ale nie jest to natywne połączenie MCP, w przeciwieństwie do innych rozwiązań.

Słownictwo niestandardowe

W mojej surowej transkrypcji pojawiło się kilka dość zabawnych, ale także bardzo poważnych błędów dotyczących konkretnych słów w języku portugalskim. Jest to zrozumiałe w przypadku skomplikowanego żargonu lub specyficznej terminologii, a w wielu z tych przypadków możliwość dodania własnego słownika byłaby naprawdę przydatna i mogłaby zapobiec niektórym z tych błędów. Podczas moich testów nie dodawałem żadnego własnego słownika, ale opcja ta jest dostępna na stronach tl;dv, Read.ai oraz Tactiq. Usługa Google Gemini nie oferuje tej opcji.

Zaufanie, bezpieczeństwo

Ostatnia sekcja oceny tego artykułu dotyczyła zaufania, bezpieczeństwa i danych. Jest to jeden z najważniejszych obszarów oceny każdego oprogramowania lub narzędzia, który zazwyczaj podlega bardziej wnikliwej analizie niż pozostałe. W mojej ocenie wziąłem pod uwagę takie kwestie, jak regionalne opcje hostingu, uznane certyfikaty bezpieczeństwa, podejście poszczególnych narzędzi do szkolenia sztucznej inteligencji na podstawie Twoich plików audio, mechanizmy kontroli przechowywania danych, przejrzystość cennika oraz dostępność użytecznego bezpłatnego pakietu.

W tej sekcji do zdobycia było łącznie 18 punktów, a wyniki były bardzo wyrównane, co pokazuje, że każde z narzędzi traktuje te kwestie poważnie – jest to pocieszające dla wszystkich, którym zależy na ochronie swoich danych. tl;dv było jedynym narzędziem, które zdobyło pełną liczbę 18 punktów. Read.ai, Tactiq oraz Gemini uzyskały po 15 punktów, tracąc punkty w różnych kategoriach.

Zanim przejdziemy do wyników, oto co każde z tych narzędzi faktycznie robi z Twoimi danymi – przedstawione jako fakty, a nie jako pojedyncze liczby.

Narzędzie	Gdzie przetwarzane są dane dotyczące spotkań	Szkolenie modelu AI na podstawie Twoich treści	Certyfikaty	Pakiet podstawowy
tl;dv	Europa. Wasabi, Google Cloud i Hetzner – wszystkie centra danych w UE. Hosting rozwiązań AI z możliwością wyboru lokalizacji: Europa lub USA	Nie	SOC 2 typu II, RODO. Infrastruktura posiadająca certyfikaty ISO 27001, PCI DSS poziom 1 oraz SOC 1 i 2	Tak, bezpłatnie na zawsze. Nieograniczone możliwości nagrywania i transkrypcji, a liczba notatek generowanych przez sztuczną inteligencję jest ograniczona do 10 spotkań miesięcznie.
Google Gemini	Stany Zjednoczone lub Europa w obsługiwanych wersjach Workspace. W wersji Business Starter nie ma możliwości wyboru regionu. Brazylia nie jest dostępna w żadnej wersji.	Nie. Zgodnie z warunkami korzystania z przestrzeni roboczej treści nie mogą być wykorzystywane do szkolenia modeli poza Twoją domeną bez uzyskania zgody.	Certyfikaty Google Workspace	Nie. Wymagana jest płatna wersja Workspace albo Google AI Pro lub Ultra.
Tactiq	Google Cloud – brak możliwości kontroli regionu przez użytkownika. Podwykonawcy mogą przechowywać dane w USA	Nie. Azure OpenAI z wyłączonym rejestrowaniem treści	SOC 2 typu II, RODO, ISO 27001, HIPAA	Tak, bezpłatnie na zawsze. 10 transkrypcji i 5 kredytów AI miesięcznie
Read.ai	AWS us-east-1, Północna Wirginia, USA. Inne regiony dostępne wyłącznie za pośrednictwem działu sprzedaży w przypadku dużych zamówień	Domyślnie nie. Tylko po wyrażeniu zgody	SOC 2 typu 2, RODO, uczestnik programu Data Privacy Framework. Umowa BAA zgodna z HIPAA – wyłącznie w ramach rocznego abonamentu Enterprise+	Tak, 5 protokołów ze spotkań miesięcznie

W powyższej tabeli przedstawiono funkcje poszczególnych narzędzi. W tabeli poniżej podano, ile punkty przyznano za nie w karcie wyników.

 

System metryczny	Jak przyznawane są punkty	tl;dv	Google Gemini	Tactiq	Read.ai
Lokalizacja danych / hosting regionalny	Regionalne opcje hostingu, np. hosting w danym regionie na żądanie	3/3	3/3	0/3	0/3
Bezpieczeństwo i zgodność z przepisami	SOC2, ISO 27001, RODO	3/3	3/3	3/3	3/3
Szkolenie modelu AI na podstawie nagrań audio użytkowników	Czy to pozwala uniknąć szkolenia sztucznej inteligencji na Twoich nagraniach audio (brak szkolenia oznacza maksymalną liczbę punktów)?	3/3	3/3	3/3	3/3
Kontrola przechowywania danych	Kontrola nad okresem przechowywania nagrań i transkrypcji	3/3	3/3	3/3	3/3
Przejrzystość cen	Ceny planów są publikowane, a nie podawane wyłącznie na zapytanie	3/3	3/3	3/3	3/3
Pakiet bezpłatny / limity	Dostępność bezpłatnego planu (sama bezpłatna wersja próbna otrzymuje 0 punktów)	3/3	0/3	3/3	3/3
Suma częściowa: zaufanie, bezpieczeństwo i wartość		18/18	15/18	15/18	15/18

Które portugalskie narzędzia do transkrypcji spotkań są zgodne z przepisami LGPD?

Brazylijska ustawa o ochronie danych nie nakłada wymogu, aby dane dotyczące spotkań pozostawały w Brazylii. Artykuł 33 ustawy LGPD ma węższy zakres: zabrania przekazywania danych za granicę, chyba że obejmuje je jeden z określonych mechanizmów. Nie chodzi więc o to, czy dane są przechowywane w Brazylii, ponieważ żadne z tych czterech narzędzi tego nie robi. Chodzi o to, w jakim regionie trafiają dane i czy region ten jest objęty odpowiednim mechanizmem.

Sytuacja uległa zmianie w styczniu 2026 r. 26 stycznia brazylijski organ ds. ochrony danych przyjął uchwałę CD/ANPD nr 32/2026, w której uznał, że Unia Europejska zapewnia poziom ochrony adekwatny do wymogów LGPD. Komisja Europejska przyjęła analogiczną decyzję na podstawie art. 45 RODO, a oba akty zostały ogłoszone wspólnie 27 stycznia. Dane osobowe są obecnie przekazywane między Brazylią a Europejskim Obszarem Gospodarczym bez dodatkowych zabezpieczeń dotyczących transferu. Obie decyzje podlegają przeglądowi w ciągu czterech lat.

Nie ma odpowiednika obejmującego Stany Zjednoczone. Przekazanie danych do tego kraju nadal wymaga zastosowania standardowych klauzul umownych zatwierdzonych przez ANPD, które od 23 sierpnia 2025 r. są obowiązkowe w przypadku tej trasy, lub innego mechanizmu przewidzianego w art. 33.

W ten sposób cztery narzędzia zajmują trzy różne pozycje.

tl;dv w Europie, w centrach danych Wasabi, Google Cloud i Hetzner. Dane dotyczące spotkań z Brazylii przesyłane do tych lokalizacji domyślnie podlegają decyzji o odpowiednim poziomie ochrony. Warto sprawdzić jedno ustawienie: opcja „ tl;dv ” pozwala wybrać, czy sama sztuczna inteligencja działa w Europie, czy w Stanach Zjednoczonych. Jeśli pozostawisz ustawienie na Europę, cała ścieżka pozostanie w obszarze objętym decyzją o odpowiednim poziomie ochrony. Jeśli przełączysz ustawienie na Stany Zjednoczone, etap przetwarzania przez sztuczną inteligencję znajdzie się poza tym obszarem.

Usługa Google „ Gemini ” obejmuje Europę lub Stany Zjednoczone w obsługiwanych wersjach Workspace, więc zespół z Brazylii może z niej skorzystać, o ile spełnia warunki. Problemem jest jednak wersja. Funkcja „Data regions” nie jest dostępna w planie Business Starter, na którym przeprowadzałem testy, a firma Google zaznacza, że użytkownicy korzystający z nieobsługiwanej wersji nie są objęci tą usługą, nawet jeśli zastosowano wobec nich odpowiednią politykę. Brazylia nie jest dostępna jako opcja w żadnej wersji.

Read.ai w regionie AWS us-east-1 w północnej Wirginii. Centrum pomocy oferuje alternatywną lokalizację wyłącznie dużym nabywcom, którzy skontaktują się z zespołem sprzedaży, więc dla większości klientów odpowiedzią są Stany Zjednoczone.

Tactiq dane są przechowywane w Google Cloud bez możliwości wyboru regionu, a w polityce prywatności wymieniono podmioty zewnętrzne, które mogą przechowywać dane w Stanach Zjednoczonych.

Warto jasno powiedzieć jedno: żadne narzędzie samo w sobie nie jest zgodne z LGPD ani niezgodne z tym rozporządzeniem. Odpowiedzialność za zgodność spoczywa na Tobie jako administratorze danych, a nie na oprogramowaniu. To narzędzie decyduje o tym, dokąd trafiają Twoje dane, a tym samym o tym, jakiego mechanizmu potrzebujesz. tl;dv oraz prawidłowo skonfigurowana strona Gemini wskazują drogę do zapewnienia adekwatności. Read.ai oraz Tactiq wskazują drogę opartą na klauzulach umownych, co jest zgodne z prawem, ale wiąże się z większą ilością formalności. To samo zagadnienie w kontekście europejskim omówiono w naszym przewodniku po asystentach spotkań zgodnych z RODO.

Jeśli Twoje spotkania dotyczą kwestii związanych ze zdrowiem, danymi biometrycznymi lub innymi wrażliwymi kategoriami, art. 11 ogranicza dostępne podstawy prawne, niezależnie od tego, gdzie przechowywane są dane. Warto porozmawiać z osobą odpowiedzialną za ochronę prywatności w Twojej firmie, zanim zlecisz komuś sporządzenie notatek z tego rodzaju rozmowy.

Akredytacja

Każde z tych narzędzi posiada uznane certyfikaty dotyczące bezpieczeństwa i ochrony danych, takie jak SOC 2, ISO 27001 oraz zgodność z RODO, więc pod tym względem każde z nich uzyskało maksymalną liczbę punktów.

Dostępność bezpłatnego pakietu

Wybierając narzędzie do transkrypcji spotkań w języku portugalskim, najlepiej jest je najpierw przetestować przed podjęciem ostatecznej decyzji, zwłaszcza w przypadku języka takiego jak portugalski, gdzie dokładność transkrypcji różni się tak bardzo w zależności od narzędzia. tl;dv, Tactiq Read.ai oferują bezpłatne wersje, dzięki Read.ai można przetestować je na własnych spotkaniach i ocenić jakość transkrypcji w języku portugalskim, zanim zapłaci się choćby centa. Wyjątkiem Gemini . Transkrypcja spotkań jest dostępna wyłącznie w ramach płatnego Gemini Google Workspace lub Gemini , więc nie ma możliwości wypróbowania tej funkcji całkowicie za darmo – właśnie dlatego usługa ta traci w tym zestawieniu jeden punkt.

Metodologia

Aby uzyskać jak najbardziej obiektywne wyniki, przeprowadziłem testy w ramach ustrukturyzowanego i znormalizowanego procesu.

Zestaw testowy

Zbiór obejmuje trzy autentyczne posiedzenia w języku brazylijskiego portugalskiego – wszystkie nagrania z obrad komisji Izby Deputowanych (Câmara dos Deputados) – wybrane tak, aby zweryfikować działanie narzędzi w różnych rejestrach językowych i przy różnych tematach.

Pierwszym z nich było spotkanie poświęcone polityce sektora publicznego w zakresie transportu lotniczego, obfitujące w dane liczbowe, wartości procentowe i terminologię branżową, które miało formę prezentacji prowadzonej głównie przez jednego prelegenta.

Drugim wydarzeniem było publiczne przesłuchanie dotyczące bezpieczeństwa terapii genowej – najtrudniejsze z całej trójki – w którym na zmianę zabierali głos przedstawiciel organu regulacyjnego, lekarz oraz wymieniony z imienia zastępca urzędnika federalnego, a ponadto nieustannie pojawiały się nazwy leków, terminy medyczne oraz nazwy firm, takie jak Roche i środek immunosupresyjny Sirolimus.

Trzecią kwestią była debata dotycząca zdrowia publicznego, poświęcona opodatkowaniu wyrobów tytoniowych, alkoholu i napojów słodzonych, w której pojawiało się mnóstwo skrótów, nazw instytucji i kwot pieniężnych.

Każdy clip około dziesięciu minut; podczas obu przesłuchań zabierało głos wielu mówców, natomiast w sesji poświęconej polityce wystąpił tylko jeden prelegent. Dokładność i wskaźnik błędów słownych mierzono w odniesieniu do niemal dosłownego tekstu referencyjnego w języku portugalskim, opracowanego na podstawie oficjalnych protokołów i opublikowanych materiałów, dzięki czemu każdy wynik opierał się na tej samej, ustalonej wartości odniesienia.

Recenzja

Zebrane dane zostały zanonimizowane, a następnie ocenione według naszej matrycy zarówno przez Claude’a, jak i ChatGPT. Następnie poprosiłem naszą native speakerkę, Suellen Lorgę, o przejrzenie zanonimizowanych wyników w celu zidentyfikowania i uszeregowania poszczególnych narzędzi z punktu widzenia użytkownika z Brazylii. To właśnie na tym etapie testu udało mi się zidentyfikować niektóre z bardziej konkretnych błędów, porównując tekst bezpośrednio z nagraniem audio.

W odróżnieniu od pozostałych testów, które przeprowadziliśmy, tę część udało nam się zrealizować osobiście. Nie znam języka portugalskiego na tyle dobrze, by samodzielnie ocenić te wyniki, więc podczas gdy ona przeglądała wyodrębniony, zanonimizowany test, mogłem na bieżąco obserwować jej reakcję (nie angażując się w to). Mogłem obserwować jej twarz, a to wiele mi powiedziało! Podczas kilku zadań krzywiła się, a te grymasy okazały się dość wiarygodnym wskaźnikiem tego, jakie wyniki uzyskała później.

Oprócz transkrypcji przejrzałem również streszczenie, a następnie przeprowadziłem dodatkowy test, przesyłając do narzędzi jeden z wybranych fragmentów zamiast korzystać z dźwięku na żywo. Dzięki temu mogłem sprawdzić jakość diaryzacji na podstawie pliku surowego.

Zestaw narzędzi

Przetestowałem cztery narzędzia: tl;dv, Google Gemini, Tactiqoraz Read.ai. Trzy z nich – tl;dv, Tactiq oraz Read.ai – to dedykowane narzędzia do prowadzenia spotkań, które nagrywają rozmowę, transkrybują ją i tworzą bibliotekę z możliwością wyszukiwania. Google Gemini jest pod względem konstrukcji wyjątkiem. Uwzględniłem je jako opcję ogólnego asystenta, z której korzysta już wiele brazylijskich zespołów w ramach Google Workspace, aby sprawdzić, jak szeroki model sztucznej inteligencji radzi sobie z tym samym zadaniem w porównaniu z konkurentami stworzonymi specjalnie do tego celu.

Każde z narzędzi zarejestrowało te trzy spotkania na żywo, odtwarzając nagranie audio tak, jakby była to prawdziwa rozmowa. Następnie przeprowadziłem czwartą analizę jednego z fragmentów – przesłanego bezpośrednio za pomocą funkcji przesyłania danego narzędzia – aby uzyskać wyraźne rozdzielenie głosów mówców i zapewnić dodatkowy punkt odniesienia do oceny stabilności zachowania.

W przypadku serwisu Gemini, który nie oferuje własnej funkcji rejestrowania spotkań, bezpośrednie przesłanie pliku stanowiło rozwiązanie alternatywne – plik m4a przekonwertowany z oryginalnego pliku mp4. Plany były zróżnicowane. Serwis tl;dv działał w ramach planu Business, Gemini – poprzez konto Business Starter Workspace, a Read.ai – w ramach płatnego planu. Serwis Tactiq działał w ramach planu Free, który jest bezpłatny na stałe, a nie tylko w ramach okresu próbnego, i ogranicza użytkownika do 10 transkrypcji oraz 5 kredytów AI miesięcznie. W żadnym z narzędzi nie dodano niestandardowego słownika.

Przed przedstawieniem wyników warto obalić jedno założenie. Zastanawiałem się, czy narzędzia dobrze radzące sobie z językiem portugalskim okażą się tymi stworzonymi poza Stanami Zjednoczonymi, wychodząc z założenia, że firma działająca na rynku wielojęzycznym traktuje inne języki na równi z językiem angielskim. Ta zasada jednak nie sprawdza się.

 

Narzędzie	Siedziba główna	Region
tl;dv	Niemcy	Europa
Google Gemini	Mountain View, Stany Zjednoczone	USA
Tactiq	Sydney, Australia	APAC
Read.ai	Seattle, Stany Zjednoczone	USA

Większość czytelników zakłada, że serwis Tactiq jest amerykański lub europejski. Jest to jednak serwis australijski, a jego polityka prywatności opiera się na australijskiej ustawie o ochronie prywatności z 1988 r., przy czym w stosownych przypadkach stosuje się również przepisy RODO. Zajął trzecie miejsce. Serwis Read.ai jest amerykański i zajął drugie miejsce. Zwyciężyło narzędzie europejskie, ale Google jest amerykańskie i nikogo nie pokonało, więc samo pochodzenie niczego nie wyjaśnia.

Różnica polega na tym, czy produkt został stworzony z myślą o użytkownikach nieposługujących się językiem angielskim. tl;dv to produkt niemiecki, który w swojej dokumentacji oddzielnie wymienia portugalski brazylijski i europejski. Pozostałe trzy traktują język portugalski jako jedno z ustawień w silniku domyślnie skonfigurowanym na język angielski, niezależnie od lokalizacji ich siedziby.

Podział silnika i planu

Każde z czterech narzędzi transkrybuje na swój własny sposób, a sposób, w jaki to osiąga, zależy od silnika. Może to również w znacznym stopniu wyjaśniać rozrzut dokładności. Niektóre korzystają z dedykowanego silnika rozpoznawania mowy, jedno wykorzystuje napisy z platformy do spotkań, a jedno nie ujawnia swojego silnika. Oto, co kryje się za każdym z nich.

Narzędzie	Silnik bazowy / dostawca	Własne lub na licencji	Typ silnika	Plan
tl;dv	ElevenLabs	Posiada licencję	Dedykowany ASR	Biznes
Google Gemini	Google Gemini	Wewnętrzne (Google)	LLM	Samodzielna Gemini (konto Business Starter)
Tactiq	Napisy na żywo z platform konferencyjnych (Google Meet Zoom Teams) do transkrypcji; Microsoft Azure OpenAI (GPT) do tworzenia streszczeń	Posiada licencję	Przechwytywanie podpisów + LLM	Plan bezpłatny
Read.ai	Read.ai stos technologiczny Read.ai (nazwa dostawcy technologii rozpoznawania mowy nie została podana do wiadomości publicznej)	Wewnętrzne	ASR + LLM	Pro

Zakres i zastrzeżenia

Starałem się przeprowadzić testy w sposób jak najbardziej obiektywny, ale zawsze znajdą się pewne czynniki, które mają wpływ na ogólne wyniki. Oto więc, o czym warto pamiętać podczas analizowania wyników:

• Skupiłem się na portugalskim brazylijskim, wybierając fragmenty, które najlepiej odzwierciedlają ten dialekt. Ogólny ranking stanowi również przydatną wskazówkę w przypadku portugalskiego europejskiego, choć konkretne wyniki dokładności uległyby zmianie.
• Wszystkie trzy posiedzenia były oficjalnymi przesłuchaniami zorganizowanymi przez Izbę Deputowanych. Wybrałem właśnie te, ponieważ są one naprawdę trudne i poruszają złożone tematy, zawierają specjalistyczny żargon oraz angażują wielu mówców, ale nie odzwierciedlają one wszystkich rodzajów spotkań, w jakich możesz uczestniczyć.
• Nagrałem spotkania na żywo, odtwarzając sygnał audio w każdym narzędziu tak, jakby to było prawdziwe spotkanie, korzystając z jednego źródła dźwięku, a następnie przeprowadziłem czwartą serię testów, przesyłając plik clip bezpośrednio, aby uzyskać wyraźne rozdzielenie głosów mówców i sprawdzić, jak spójnie każde z narzędzi radziło sobie w obu warunkach.
• W żadnym z narzędzi nie dodano własnego słownika, więc to, co widzisz, odzwierciedla rzeczywistą wydajność każdego z nich w standardowej konfiguracji. Trzy narzędzia działały w ramach płatnych planów, a Tactiq – w ramach planu bezpłatnego.
• W przypadku ocen dotyczących funkcjonalności i zaufania oceniałem każde narzędzie pod kątem tego, czy dana funkcja jest dostępna i czy działa, a nie pod kątem jej wydajności.
• Narzędzia te ulegają ciągłym zmianom, więc coś, czego brakowało w momencie, gdy je testowałem, mogło zostać dodane od tamtego czasu.
• Jedna uwaga dotycząca wskaźnika rezydencji w usłudze „ Gemini”. Google udostępnia dane regionalne w planie „Business Standard” i wyższych, więc funkcja ta jest dostępna i jest odpowiednio oceniana. Nie jest ona dostępna w planie „Business Starter” – w którym przeprowadzałem testy – a Google zaznacza, że użytkownicy korzystający z wersji nieobsługującej tej funkcji nie są uwzględniani, nawet jeśli zastosowano wobec nich odpowiednią politykę.

Jakie narzędzie najlepiej sprawdza się pod względem dokładności transkrypcji spotkań w języku portugalskim?

Na podstawie wyników tego testu serwis tl;dv okazał się najlepszym narzędziem do transkrypcji spotkań w języku portugalskim spośród czterech, które przeanalizowałem, a przewaga ta nie jest bynajmniej niewielka.

Chciałbym jeszcze raz podkreślić, że piszę dla serwisu tl;dv, ale test ten przeprowadziłem w dobrej wierze i uwzględniłem wszystkie wynikające z niego kwestie. Oto więc, w jakich obszarach ich narzędzie zawiodło.

tl;dv uzyskał 0 punktów w kategorii formatów eksportu i 0 w kategorii transkrypcji na żywo, podczas gdy pozostałe trzy systemy uzyskały maksymalną liczbę punktów w obu kategoriach. System Read.ai nieznacznie go wyprzedził pod względem stabilności działania, uzyskując wynik 9 do 8. System Tactiq dorównał mu pod względem wyodrębniania zadań do wykonania oraz automatycznego podziału na rozdziały. Jeśli chodzi o liczby, stracił jeden punkt za zapisywanie liczb słownie, co nasz recenzent będący rodzimym użytkownikiem języka uznał za trudniejsze do odczytania.

Uzyskało 184 punkty na 200 możliwych, zajmując pierwsze miejsce we wszystkich czterech kategoriach. Co ważniejsze, zwyciężyło w tych aspektach, które faktycznie decydują o tym, czy transkrypcja jest dokładna, czy nie. Odnotowało najniższy wskaźnik błędów słownych, najlepiej poradziło sobie z akcentami i terminami technicznymi, a także uzyskało solidny wynik w zakresie diaryzacji, podczas gdy dwóch konkurentów połączyło wypowiedzi wszystkich mówców w jedną. Streszczenia pozostały w języku portugalskim, a nasza recenzentka, dla której jest to język ojczysty, stwierdziła, że wybrałaby to narzędzie podczas testu ślepego.

Read.ai zajmuje zdecydowane drugie miejsce z wynikiem 151. Dobrze radziło sobie z akcentami i wykazywało stałą jakość podczas różnych spotkań, więc nadaje się dla zespołu, który potrzebuje eksportów i transkrypcji na żywo, a jest w stanie pogodzić się z sporadycznymi pomyłkami, takimi jak zamiana słów „loty” na „ciasta”.

Tactiq zajął trzecie miejsce z wynikiem 134. Jest to narzędzie naprawdę bogate w funkcje, ale zawiodło go poważnie rozpoznawanie języka portugalskiego – między innymi zamieniło zwykłe słowo w obelgę – dlatego radziłbym zachować ostrożność przy używaniu go w sytuacjach o wysokiej stawce. Jest to oczywiście pojedynczy przypadek, ale na tyle poważny, że warto o nim wspomnieć, a nie spotkałem się z czymś podobnym podczas testowania tl;dv i innych narzędzi.

Google Gemini ostatnie Gemini , uzyskując wynik 122. Jest to wygodne rozwiązanie dla osób, które już korzystają z Google Workspace, jednak jako narzędzie przeznaczone specjalnie do transkrypcji w języku portugalskim wypadło słabo pod względem dokładności, obsługi różnych mówców oraz funkcji. Nawet pomijając kwestię dokładności transkrypcji w języku portugalskim, warto wziąć pod uwagę jego praktyczną funkcjonalność oraz brak możliwości tak łatwej integracji, jak w przypadku innych narzędzi.

Jeśli jesteście zespołem posługującym się językiem portugalskim i zajmujecie się transkrypcją ważnych spotkań, polecam tl;dv . Wypróbujcie tl;dv już dziś podczas własnego spotkania w języku portugalskim i przekonajcie się sami.