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 wypowiedzi, częstymi skrótami, sporą ilością zapożyczeń i jest językiem, z którym anglicyzowane narzędzie 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.

Aby sprawdzić, które narzędzia faktycznie sprawdzają się w praktyce, poddaliśmy cztery najbardziej znane programy wspomagające prowadzenie spotkań temu samemu testowi: trzy prawdziwe spotkania w 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 przejdziemy do szczegółów.

Dokładność transkrypcji

Dokładność transkrypcji spotkań w języku portugalskim zależy przede wszystkim od prawidłowego odzwierciedlenia 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 należy 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 nasze testy – wiele narzędzi miało trudności z rozpoznawaniem rzeczowników i liczb w szybkiej mowie, 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.

Dokładność transkrypcji języka portugalskiego w stanie surowym

W niektórych narzędziach wystąpiły poważne błędy w zakresie podstawowych funkcji, a wskaźnik błędów słownych (WER) niektórych z nich był tak niski, że uzyskały one wynik 0. Tactiq zdanie „se aquele mercado é viável” (opłacalny) w „se aquele mercado é ****” – termin, który w rzeczywistości jest uznawany za obelgę i powinien być traktowany jako poważna wada.

Podobnie Read.ai wyrażenie „receber cada vez mais voos” na „receber cada vez mais bolos”, a następnie na „aeroportos que não tem bolos”. „Bolos” to rzeczownik oznaczający ciasto, co wydaje się mało prawdopodobne w kontekście dyskusji o lotnictwie.

Obsługa w języku źródłowym

tl;dv miejsce również w kategorii językowej, zdobywając 17 na 20 punktów, Read.ai za nim uplasowało się Read.ai z wynikiem 16, a Tactiq z wynikiem 10. Chodzi tu o poziom akcentu i pisowni: utrzymywanie nosowego brzmienia „ã”, odróżnianie „á” od „à” oraz pisanie „fígado” zamiast fonetycznego przybliżenia.

Słabsze narzędzia często popadały w błędy, proponując nieprawidłowe, a czasem nawet wymyślone słowa, gdy tylko słownictwo stawało się nieco bardziej techniczne.Bardzo wyraźnie ujawnił te słabości clip nagrania o tematyce medycznej clip Gemini słowa„flíguido”, podczas gdymówca wypowiedział „fígado” (wątroba), a także pominęło początkowe „h” w słowie „hepatologista”, tworząc „epatologista”. Tactiq również Tactiq w tym przypadku, zapisując „patologista” – co oznacza zupełnie inną specjalizację medyczną. Read.ai słowo „mutaconografia” zamiast„ultrasonografia” (USG) – termin ten nie istnieje w żadnymjęzyku.

tl;dv autentyczną pisownię, łącznie z akcentami. Wynik brzmi jak portugalski napisany przez osobę posługującą się tym językiem i był najbardziej zrozumiały dla naszego native speakera, który stwierdził, że spośród wszystkich wyników ten był najdokładniejszy i najbardziej czytelny. Było to również narzędzie, które wybrał podczas testów przeprowadzonych z udziałem native speakerów.

Wykrywanie obiektów

We wszystkichprzeprowadzonych przez nas testach językowych dotyczącychjęzyka szwedzkiego,francuskiego,japońskiego ihiszpańskiego nazwy własne i liczby często stanowiły słabe punktyniektórych narzędzi.

tl;dv tym zadaniem w języku portugalskim naprawdę znakomicie, zdobywając maksymalną liczbę punktów. Udało mu się poprawnie przetworzyć nazwę marki „Sirolimus”, podczas gdy nasze trzy pozostałe narzędzia podały różne wersje fonetycznego zapisu tego słowa. Odbyło się to bez dodawania jakiegokolwiek niestandardowego słownictwa. Udało mu się również zachować nazwę firmy „Roche”, podczas gdy Tactiq ją odgadnąć, zamieniając ją na „rodovias” (autostrady).

Kolejnym punktem spornym były liczby – kluczowe dane, które należy poprawnie oddać podczas każdego rodzaju oficjalnego spotkania. Tactiq 4 miliardów reali brazylijskich do 4 milionów reali brazylijskich, co stanowi tysiącokrotny błąd. Problem tl;dvdotyczył wyłącznie formatowania: serwis ten zapisuje liczby słownie, więc 30 milionów pojawia się jako „trinta milhões”. Każda cyfra jest poprawna, ale nasz rodzimy recenzent uznał, że wersja słowna jest wolniejsza w odbiorze niż zwykłe cyfry, dlatego tl;dv 4 na 5 tl;dv w kategorii liczb, zamiast zdobyć maksymalną liczbę punktów.

Jakość spotkań w praktyce

Dokładna transkrypcja spotkań stanowiła główny przedmiot naszych testów, ale równie ważna jest możliwość przekształcenia tych surowych danych w konkretne działania. Spotkania często wiążą się z podejmowaniem decyzji, działaniami do wykonania oraz dalszymi krokami, dlatego w tej sekcji przyjrzeliśmy się, jak poszczególne narzędzia radzą sobie z kontynuacją tych działań i jak łatwo można je przekształcić w dokumentację, która przyczynia się 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.

Diarizacja

Oto, jak dobrze każde z narzędzi radzi sobie z wyodrębnieniem i identyfikacją poszczególnych mówców na nagraniu audio. Aby to sprawdzić, umieściliśmy ten sam clip na każdej z platform, aby zobaczyć, jak dobrze potrafi ona wyodrębnić mowę i poprawnie zidentyfikować każdego mówcę. tl;dv pełne 10 punktów i było w stanie wyodrębnić mowę oraz poprawnie przypisać ją do poszczególnych mówców. Read.ai, uzyskując 6 punktów, zdołało poprawnie zidentyfikować wielu mówców, choć pojawiły się pewne problemy z przypisaniem wypowiedzi, podczas gdy zarówno Gemini Tactiq 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 przemawia więcej niż jedna osoba, w przypadku języka portugalskiego – zgodnie z wynikami naszych testów – Tactiq korzystać z Gemini i Tactiq z pewną ostrożnością.

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 przeanalizowaliśmy zdolność narzędzi do przetwarzania surowych danych transkrypcyjnych i przekształcania ich w zwięzły, użyteczny i praktyczny wynik dla osoby posługującej się językiem portugalskim. tl;dv maksymalną liczbę punktów w kilku kategoriach, w tym w zakresie wyodrębniania zadań do wykonania, automatycznego podziału na rozdziały oraz ogólnej użyteczności, udzielając wskazówek 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 przyjrzeliśmy się cechom i funkcjom, 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.

Lokalizacja interfejsu użytkownika w języku portugalskim (Brazylia)

Jednym z największych wyzwań związanych z korzystaniem z narzędzi, których językiem domyślnym jest angielski, w przypadku języków takich jak portugalski jest to, że transkrypcja i wyniki są często dostępne w wielu językach, ale interfejs użytkownika już nie. Spośród przetestowanych przez nas narzędzi trzy oferują portugalski jako opcję interfejsu: tl;dv, Gemini i Tactiq. Read.ai nadal Read.ai transkrybować i tworzyć streszczenia 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, wymagania i potrzeby dotyczące wyników spotkań są różne. Na przykład zarówno założyciel firmy, jak i sprzedawca organizują spotkania, ale mają zupełnie inne wymagania i oczekują zupełnie innych wniosków z każdego z nich. To sprawia, że możliwość dostosowania takich elementów, jak notatki i gotowe szablony, jest niezwykle przydatna. Zespół sprzedaży może skonfigurować domyślny szablon spotkania, który automatycznie zasilany jest do systemu CRM i wyodrębnia kluczowe elementy rozmowy. Spośród testowanych przez nas narzędzi tylko tl;dv Tactiq 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 naszej 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 wprowadzenia własnego słownika byłaby prawdziwą korzyścią i mogłaby zapobiec niektórym z tych błędów. W ramach naszych testów nie dodaliśmy żadnego niestandardowego słownictwa, ale możliwość taka jest dostępna w serwisach tl;dv, Read.ai i Tactiq. Gemini firmy Google Gemini oferuje tej opcji.

Zaufanie, bezpieczeństwo

Ostatnia sekcja oceny naszego artykułu poświęconego dokładności tłumaczeń spotkań w języku portugalskim opierała się na zaufaniu, bezpieczeństwie i danych. Jest to jeden z najważniejszych obszarów oceny każdego oprogramowania lub narzędzia i ten, który prawdopodobnie zostanie poddany bardziej wnikliwej analizie niż pozostałe. W naszej ocenie przyjrzeliśmy się takim kwestiom, jak regionalne opcje hostingu, uznane certyfikaty bezpieczeństwa, podejście każdego narzędzia do szkolenia sztucznej inteligencji na podstawie nagrań audio użytkownika, mechanizmy kontroli przechowywania danych, przejrzystość cennika oraz dostępność użytecznego bezpłatnego pakietu.

W tej sekcji do zdobycia było łącznie 18 punktów, a wyniki były niezwykle wyrównane, co pokazuje, że każde z tych narzędzi traktuje te kwestie bardzo poważnie – jest to pocieszające dla każdego, komu zależy na ochronie swoich danych. Zarówno tl;dv Read.ai maksymalną liczbę 18 punktów na 18 możliwych, natomiast Tactiq Gemini po jednym punkcie, uzyskując po 15 punktów.

Opcje lokalizacji danych

Miejsce przechowywania danych dotyczących spotkań ma znaczenie zawsze, gdy rozmowa dotyczy informacji wrażliwych.

Brazylijska ustawa o ochronie danych, LGPD, nie zobowiązuje firm do przechowywania danych osobowych na terenie kraju, więc lokalny hosting nie jest sam w sobie wymogiem prawnym. Mimo to narzędzia różnią się pod względem tego, czy dają użytkownikowi możliwość wyboru. tl;dv Read.ai Gemini oferują Gemini wyboru regionu hostingu, dzięki czemu można przechowywać dane z brazylijskich spotkań w lokalizacji, nad którą użytkownik ma kontrolę. Tactiq nie Tactiq takiej opcji, więc nagrania są przechowywane w domyślnej lokalizacji – zazwyczaj poza Brazylią – i nie ma możliwości zmiany tego ustawienia. To właśnie ten jeden aspekt kosztował Tactiq idealny Tactiq zaufania.

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, przeprowadziliśmy 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.

Trzecim tematem byładebata 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 poprosiliśmy naszą native speakerkę, Suellen Lorgę, o przeanalizowanie zanonimizowanych wyników w celu zidentyfikowania i uszeregowania poszczególnych narzędzi z punktu widzenia użytkownika z Brazylii. Właśnie na tym etapie testu udało nam się potwierdzić niektóre z bardziej szczegółowych błędów, porównując tekst bezpośrednio z nagraniem audio.

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

Zestaw narzędzi

Przetestowaliśmy cztery narzędzia: tl;dv, Google Gemini, Tactiq i Read.ai. Trzy z nich – tl;dv, Tactiq i Read.ai – to narzędzia przeznaczone specjalnie do obsługi spotkań, które nagrywają rozmowę, transkrybują ją i tworzą bibliotekę z możliwością wyszukiwania. Google Gemini pod względem konstrukcji. Uwzględniliśmy 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 trzy spotkania na żywo, odtwarzając nagranie audio tak, jakby było to prawdziwe spotkanie. Następnie przeprowadziliśmy czwartą analizę jednego z fragmentów, przesłanego bezpośrednio za pomocą funkcji przesyłania danego narzędzia, aby uzyskać wyraźne rozdzielenie głosów mówców oraz zapewnić dodatkowy punkt odniesienia do oceny stabilności zachowania.

W przypadku Gemini, które nie posiada własnej funkcji rejestrowania spotkań, to bezpośrednie przesłanie pliku stanowiło rozwiązanie zastępcze – plik m4a przekonwertowany z oryginalnego pliku mp4. Każde z narzędzi działało w ramach aktualnego płatnego planu: tl;dv Business, Gemini konta Business Starter Workspace, a Tactiq Read.ai swoich płatnych planów, bez dodawania niestandardowego słownika.

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.

Zakres i zastrzeżenia

Przeprowadziliśmy nasze testy w sposób jak najbardziej obiektywny, jednak zawsze znajdą się pewne czynniki, które mają wpływ na ogólne wyniki. Oto więc, o czym należy pamiętać podczas zapoznawania się z naszymi wynikami:

• Skupiliśmy 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. Wybraliśmy je, ponieważ są one naprawdę trudne i obejmują złożone tematy, żargon oraz wielu mówców, ale nie odzwierciedlają one wszystkich rodzajów spotkań, w jakich możesz uczestniczyć.
• Nagraliśmy spotkania na żywo, odtwarzając sygnał audio w każdym narzędziu tak, jakby to było prawdziwe spotkanie, korzystając z jednego źródła dźwięku, a następnie przeprowadziliśmy czwartą serię testów, przesyłając jeden clip w celu uzyskania czystego rozdzielenia głosów mówców oraz sprawdzenia, jak spójnie każde z narzędzi radziło sobie w obu warunkach.
• Wszystko działało w ramach płatnego planu bez dodawania własnego słownika, więc to, co widzisz, to rzeczywista wydajność każdego narzędzia w standardowej konfiguracji.
• W przypadku ocen dotyczących funkcjonalności i zaufania oceniałyśmy 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 funkcja, której brakowało w momencie przeprowadzania naszych testów, mogła zostać dodana od tamtego czasu.

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

Na podstawie wyników tego testu tl;dv najlepszym narzędziem do transkrypcji spotkań w języku portugalskim spośród czterech, które przeanalizowaliśmy, a przewaga ta nie jest bynajmniej niewielka. Uzyskało ono 184 punkty na 200 możliwych, zajmując pierwsze miejsce w trzech z czterech kategorii i remisując w czwartej. Co ważniejsze, narzędzie to zwyciężyło w tych aspektach, które faktycznie decydują o dokładności transkrypcji. 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. Podsumowania były sporządzane w języku portugalskim, a nasza recenzentka, dla której jest to język ojczysty, stwierdziła, że wybrałaby właśnie to narzędzie podczas testu ślepego.

Read.ai zdecydowane drugie miejsce z wynikiem 154. Dobrze radziło sobie z akcentami i zachowywało stałą jakość podczas różnych spotkań, więc sprawdzi się w zespole, który potrzebuje eksportu danych i transkrypcji na żywo, a jest w stanie pogodzić się z sporadycznymi pomyłkami, takimi jak zamiana słów „loty” na „ciasta”.

Tactiq trzecie Tactiq z wynikiem 134. Jest to narzędzie naprawdę bogate w funkcje, ale zawiodło go rozpoznawanie języka portugalskiego – między innymi zamieniając zwykłe słowo w obelgę – dlatego zalecamy ostrożność przy wykorzystywaniu go do zadań o dużej wadze. Jest to oczywiście pojedynczy przypadek, ale na tyle poważny, że warto o nim wspomnieć, a nie spotkaliśmy się z czymś podobnym podczas naszych testów tl;dv innych programów.

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, tl;dv nasz wybór. Wypróbujcie tl;dv podczas własnego spotkania w języku portugalskim i przekonajcie się sami.