Przejdź do treści
Podsumowanie: narzędzia do transkrypcji języka hiszpańskiego i ich dokładność
Przetestowaliśmy pięć narzędzi do transkrypcji spotkań opartych na sztucznej inteligencji na prawdziwych nagraniach audio w języku hiszpańskim. W trakcie dwóch sesji z Meksyku i jednej z Hiszpanii tl;dv pierwszetl;dv z wynikiem 170,2 na 200 punktów, wyprzedzając Fireflies 151,4) i HappyScribe (143,4). Narzędzie to przodowało pod względem surowej dokładności transkrypcji i jako jedyne poprawnie zareagowało na zmianę języka przez mówcę, który w trakcie spotkania przeszedł z hiszpańskiego kastylijskiego na kataloński; pozostałe narzędzia sprowadziły to do niezrozumiałego hiszpańskiego.
Nie było to jednak całkowite zwycięstwo i nie będziemy udawać, że tak było:
- tl;dv dokładności transkrypcji HappyScribe uplasowało się na drugim miejscu, tuż za tl;dv , uzyskując wynik 45,2/65. Nie było to zaskoczeniem, ponieważ jest to narzędzie hiszpańskie.
- Fireflies uzyskało wyższy wynik niż jakiekolwiek inne narzędzie pod względem rzeczywistej jakości spotkań (33,2/45), co jest jednym z powodów, dla których zajęło drugie miejsce w klasyfikacji ogólnej.
- Otter (96,6) i Google Gemini (87,2) znalazły się na końcu stawki. Otter z językami obcymi, natomiast Google Gemini posiada funkcji przesyłania plików, jak inne programy, więc nie brało udziału w części testu. Ogólnie rzecz biorąc, Gemini nieco lepiej niż Otter, ale ze względu na brak funkcji przesyłania plików uzyskało niższy wynik ogólny.
Ostateczny ranking: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Wszystkie narzędzia do transkrypcji spotkań w języku hiszpańskim, z których korzystaliśmy podczas testu, twierdzą, że obsługują ten język. Istnieje jednak różnica między hiszpańskim z Ameryki Łacińskiej a hiszpańskim z Hiszpanii i właśnie w tym zakresie u większości narzędzi ujawniają się ich słabe strony.
Model wytrenowany na nagraniach z sal konferencyjnych w Madrycie radzi sobie z meksykańskim słownictwem, nazwami walut i nazwami miejsc; model wytrenowany na nagraniach z Ameryki Łacińskiej nie rozpoznaje zwrotu „vosotros” ani sformułowań charakterystycznych dla Hiszpanii kontynentalnej; a prawie żaden z nich nie przewiduje, że mówca w połowie zdania przełączy się na język kataloński, angielski lub użyje terminu pochodzenia rdzennego.
To naprawdę spory obszar, w którym można popełnić błąd. Hiszpański jest drugim najczęściej używanym językiem ojczystym na świecie – ma około 519 milionów native speakerów i łącznie 636 milionów użytkowników. Nawet liczba osób uczących się go jako języka obcego wzrosła w ostatniej dekadzie o 79%. Oznacza to, że odbywa się mnóstwo spotkań w języku hiszpańskim, z różnymi akcentami, a narzędzie służące do ich nagrywania musi nadążać za tym wszystkim.
Aby sprawdzić, jak tl;dv się w przypadku osób posługujących się językiem hiszpańskim, porównaliśmy tę aplikację z czterema innymi popularnymi narzędziami:
Każdemu narzędziu przekazano ten sam materiał źródłowy: trzy nagrania posiedzeń rządowych w języku hiszpańskim – dwa z Meksyku i jedno z Hiszpanii. Następnie oceniliśmy je w czterech odrębnych obszarach, korzystając z testów LLM przeprowadzonych metodą ślepej próby oraz weryfikacji przeprowadzonej przez native speakerów.
- Transkrypcja i dokładność
- Jakość spotkań w praktyce
- Możliwości i funkcje
- Zaufanie, bezpieczeństwo i wartość
Przeprowadziliśmy analizę wyników transkrypcji i streszczeń, oceniliśmy je metodą „w ciemno” za pomocą dwóch niezależnych modeli LLM (ClaudeAnthropicoraz Grok firmy xAI), a następnie poprosiliśmy osobę, dla której hiszpański jest językiem ojczystym, o sprawdzenie każdego wyniku w formie zanonimizowanej, z ukrytymi nazwami narzędzi.
Oto wyniki.
| Poziom | Max | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Transkrypcja i dokładność | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Jakość spotkań w rzeczywistych warunkach | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Możliwości i funkcje | 72 | 66 | 22 | 38 | 49 | 63 |
| Zaufanie, bezpieczeństwo i wartość | 18 | 18 | 15 | 11 | 17 | 17 |
| Ogólna ocena | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Ranking | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet nie Google Meet funkcji transkrypcji plików, dlatego nie mogła wziąć udziału we wszystkich testach.
Transkrypcja spotkania w języku hiszpańskim i jej dokładność
tl;dv w teście uzyskało najdokładniejszą transkrypcję języka hiszpańskiego, zdobywając 53,7 na 65 punktów — i było to jedyne z pięciu narzędzi, które poradziło sobie, gdy mówca w połowie zdania przeszedł z hiszpańskiego kastylijskiego na kataloński. Najbliższym konkurentem okazał się HappyScribe z wynikiem 45,2, a za nim uplasowały się Fireflies 38,2), Google Gemini 32,7) oraz Otter, który zajął ostatnie miejsce z wynikiem 23,8.
Wyniki te zostały przyznane przez dwa niezależne modele LLM – Claude Anthropicoraz Grok firmy xAI – a następnie potwierdzone w ramach ślepej weryfikacji przeprowadzonej przez native speakera, przy czym nazwy narzędzi były ukryte, aby żaden model nie mógł zostać wpłynął przez logo. Pierwotnie planowano wykorzystać Claude’a i ChatGPT, ale ten ostatni stanowczo odmówił wykonania zadania, twierdząc, że test jest zbyt złożony do przeprowadzenia i zbyt długi, by go przetworzyć. Test obejmował ponad 90 stron transkrypcji i notatek z pięciu narzędzi, zebranych podczas trzech spotkań na żywo oraz jednego przesłania pliku przez każde z nich. ChatGPT rezygnował w połowie każdej próby, niezależnie od tego, jak bardzo ją upraszczałem. Grok poradził sobie z całym zadaniem bez żadnych zastrzeżeń, co stanowi niewielki, ale istotny punkt w debacie na temat porównania Groka i ChatGPT.
| System metryczny | Jak przyznawane są punkty | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Poprawność językowa | Ocena stopnia trudności przez nieświadomego, rodzimego użytkownika języka w odniesieniu do poprawności językowej | 16,8/20 | 20 września | 20 sierpnia | 13/20 | 20 listopada |
| Obsługa specyficzna dla danego języka | Znaki diakrytyczne, znaki interpunkcyjne, warianty regionalne, przełączanie kodów językowych | 16,3/20 | 11.2/20 | 6,2/20 | 12,5/20 | 11.8/20 |
| Ocena wskaźnika błędów znaków | Obliczono na podstawie oficjalnego wykazu ocen lub tekstu odniesienia | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Wykrywanie obiektów | Nazwiska, firmy i miejscowości występujące w obsadzie | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Liczby, daty i waluty | Liczby, daty i kwoty sformatowane poprawnie w danym języku | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Rozpoznawanie surowych terminów technicznych | Terminy branżowe i skróty przed szkoleniem dostosowanym do potrzeb klienta | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Interpunkcja i podział na segmenty | Podział na zdania i akapity w wynikach testu | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Suma częściowa za transkrypcję i dokładność | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Warianty regionalne i kataloński rzut z podkręceniem
Największym czynnikiem odróżniającym w całym teście była zmiana kodu językowego. Podczas naszej drugiej sesji odbyło się hiszpańskie posiedzenie parlamentarne poświęcone kwestiom zdrowotnym (a comparecencia z udziałem minister Móniki Garcíi) jeden z mówców w trakcie wypowiedzi przeszedł z hiszpańskiego kastylijskiego na kataloński, a tl;dv jedynym narzędziem, które nadążyło za tą zmianą i transkrybowało tekst w języku katalońskim jako kataloński. Wszystkie pozostałe narzędzia spłaszczyły go do przybliżonej formy hiszpańskiej lub poddały się i próbowały zgadywać.
Ta kwestia rzadko pojawia się w wykazie funkcji, ale w praktyce całkowicie psuje transkrypcję. tl;dv automatycznego rozpoznawania języka, więc nie ma znaczenia, w jakim języku mówisz ani ile razy zmieniasz język – aplikacja nadąży za tobą. I właśnie z takimi sytuacjami spotykasz się w hiszpańskojęzycznym świecie, gdzie w ciągu zaledwie pięciu minut jednej rozmowy mogą pojawić się meksykańskie słownictwo, hiszpańskie „vosotros” oraz regionalne zapożyczenie językowe.
W ramach ślepej oceny przeprowadzonej przez ludzi dostrzeżono również drugą stronę medalu: w jednym clip narzędzia uznały, że mówca powiedział „súper caro” (super drogie), podczas gdy w rzeczywistości w nagraniu brzmiało „súper claro” (super wyraźne). Tylko HappyScribe rozpoznało to poprawnie, choć native speaker potwierdził, że było to trudne do zrozumienia nawet dla niego. Mimo to HappyScribe nie zawsze osiągało najlepsze wyniki. Jeśli chodzi o notatki i zadania do wykonania, to jedno błędnie rozpoznane słowo może mieć duże znaczenie. Znacząco zmienia ono sens, więc należy docenić to, co zasługuje na uznanie.
Nazwiska, miejsca i jeden niezwykle pewny siebie „Bulmaro”
Wykrywanie encji to obszar, w którym różnice między modelami były największe, i jest to jedna z niewielu kategorii, w których konkurent odniósł zdecydowane zwycięstwo. HappyScribe nieznacznie wyprzedził tl;dv , uzyskując wynik 4,2 do 4,0. Nazwy własne i akronimy to pierwsze elementy, które sprawiają trudności w języku obcym, ponieważ model musi je rozpoznać, mimo że nie figurują w żadnym słowniku (właśnie do tego służy funkcja słownika niestandardowego).
Podczas meksykańskiej porannej konferencji prasowej tl;dv rozpoznał imię „Dalila”, skrót „INAH” (meksykański narodowy instytut antropologii) oraz liczbę „1 391 municipios”. Fireflies imię Dalila Fireflies „Bulmaro” — z przekonaniem, ale błędnie i zupełnie nie trafiając w sedno. Ciekawy Gemini Google Gemini : trafił niemal wszystkie dane statystyczne podane na konferencji, ale zamienił „INAH” na „Lina”. Świetnie radzi sobie z liczbami, ale ma problemy z nazwami.
Liczby, daty i waluty
Jeśli chodzi o liczby, daty i kwoty pieniężne, tl;dv HappyScribe zajęły ex aequo pierwsze miejsce z wynikiem 4,5 na 5. Oba serwisy przedstawiały kwoty w przejrzysty sposób i zgodnie z zasadami danego języka. Różnice stają się wyraźne dopiero na samym dole tabeli.
tl;dv „un millón trescientos mil” tak, jak faktycznie wymawia to osoba posługująca się językiem hiszpańskim. Otter „$1300000”, używając niewłaściwego symbolu waluty, bez separatorów i bez formatowania zgodnego z zasadami języka. W innym miejscu Otter odniesienie do 70 pueblos na „nueve” (dziewięć) i połączył dane dotyczące liczby ludności społeczności afro-meksykańskich (15 795 i 442) w zniekształconą liczbę „15742”. Kiedy spotkanie dotyczy budżetów lub liczby osób, właśnie na tym polega różnica między notatkami, którym można zaufać, a notatkami, które trzeba ponownie sprawdzić na podstawie nagrania, co w pewnym sensie podważa sens ich sporządzania.
Jakość spotkań w praktyce
Fireflies tutaj rywala o 0,7 punktu, a tl;dv mu po piętach (33,2 do 32,5). Właśnie to sprawia, że notatki są przydatne: kto co powiedział, co zostało ustalone i co należy zrobić dalej.
W czołowej trójce wyniki były bardzo wyrównane: Fireflies rywali, uzyskując 33,2 na 45 punktów, a tuż za nim uplasowały się tl;dv 32,5) i HappyScribe (32,2) – co w praktyce oznacza trójstronny remis. Otter z wynikiem 23,8, a Google Gemini całkowicie Gemini część tej rundy, dlatego jego wynik 17,5 jest oznaczony gwiazdką (więcej na ten temat poniżej).
Podsumowując: jeśli chodzi o samą użyteczność podczas spotkań, różnica między trzema najlepszymi opcjami wynosi mniej niż jeden punkt, a wybór zależy od tego, które konkretne zadanie jest dla Ciebie najważniejsze.
| System metryczny | Jak przyznawane są punkty | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Jakość diaryzacji | Zgodność liczby mówców i przypisania kwestii z znaną obsadą | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Stabilność zachowania | Spójność zachowania podczas spotkań na żywo i przesyłania plików | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Podsumowanie jakości | Przydatność streszczenia oraz to, czy zachowano je w języku źródłowym, z uwzględnieniem zapożyczeń | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| Częstotliwość występowania halucynacji / wstawek | Tekst wymyślony, zapętlony lub powielony, który nie występuje w nagraniu audio. Nie uwzględniono przypadków błędnego zrozumienia oraz skrótów. | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Wyodrębnianie działań do wykonania | Jakość zadań i działań następczych wynikających ze spotkania | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Automatyczne podział na rozdziały / sekcje | Czy streszczenie dzieli spotkanie na przydatne części? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Suma częściowa dotycząca jakości spotkań w praktyce | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* Funkcje „Diarization” i „Behavioral stability” wymagają przesłania plików w celu przetestowania, a Google Gemini oferuje takiej możliwości.
Diarizacja: Kto tak naprawdę mówi?
Najdokładniejsze rozdzielenie głosów Fireflies – 7,5 na 10 punktów, tuż za nim uplasował się HappyScribe (7), a tl;dv całkiem przyzwoity tl;dv 6. Otter najbardziej kreatywnym podejściem do diarizacji, co nie jest komplementem.
Otter głosy w nagraniu odtwarzanym przez jeden głośnik podczas spotkania na żywo, z przekonaniem zamieniając jeden głos w małą komisję. Wirtualni mówcy są prawdopodobnie gorsi niż całkowity brak oznaczeń, ponieważ użytkownik im ufa: w rezultacie przypisuje decyzję „Mówcy 3”, który nigdy nie istniał. tl;dv bardziej uczciwie, plasując się w środku stawki bez wymyślania nikogo. Gemini w ogóle uzyskać oceny w tym zakresie, ponieważ nigdy nie wygenerowało dziennika rozmów na podstawie przesłanego pliku.
Działania
HappyScribe uzyskał w teście najwyższą ocenę za wyodrębnienie konkretnych zadań do wykonania (4,5 na 5), wskazując jedyny rzeczywisty kolejny krok, który został omówiony podczas spotkania. tl;dv niższą ocenę (3,7) od modeli LLM za dodanie dodatkowych zadań, które uznały za mniej istotne. Instynktem tl;dvjest wyszukiwanie zadań do wykonania, co jest dokładnie tym, czego oczekujesz podczas rozmowy sprzedażowej, a w mniejszym stopniu podczas dwugodzinnego posiedzenia parlamentarnego. Częściowo wynika to z wad materiału testowego. Znalezienie prawdziwej hiszpańskiej rozmowy sprzedażowej wraz z oficjalnym zapisem było praktycznie niemożliwe.
Streszczenia
Podsumowania były ogólnie bardziej zwięzłe. Najlepsze wyniki (4,5) Fireflies Gemini Fireflies , przy czym na uwagę zasługuje Gemini: ponieważ opiera się na modelu LLM, tworzy przejrzyste i czytelne podsumowanie nawet wtedy, gdy źródłowy zapis jest niejasny. Dobrze radzi sobie z poprawianiem niepewnych fragmentów surowego tekstu.
tl;dv HappyScribe uzyskały ex aequo wynik 3,8 – obie platformy opublikowały dobrej jakości podsumowania przebiegu spotkania.
Stabilność behawioralna (i gwiazdka w znaku Gemini)
tl;dv Fireflies narzędziami o najbardziej stabilnych wynikach w różnych typach sesji, uzyskując ex aequo 7,5 na 10 punktów. Oznacza to, że działały one tak samo niezależnie od tego, czy materiał audio pochodził z rozmowy na żywo, czy z przesłanego pliku. Wyjątkiem Gemini : Gemini Google Meet w ogóle Google Meet transkrypcji przesłanych plików, więc nie można było ocenić jej pod kątem diarizacji ani stabilności, a jej suma cząstkowa wynosi 25 zamiast 45 punktów.
Halucynacje
HappyScribe stracił nieco na stabilności z powodu pewnej dziwnej usterki: w przypadku przesłanej sesji wygenerował podsumowanie w języku angielskim, mimo że nagranie było w języku hiszpańskim. Stało się tak, ponieważ w przypadku przesłanych plików nie otrzymuje się automatycznego podsumowania. Aby je uzyskać, trzeba poprosić sztuczną inteligencję HappyScribe o jego wygenerowanie. Nie jest to poważny problem, jeśli zdarza się sporadycznie w określonych okolicznościach, ale może być irytujące, jeśli poprosiło się o notatki w języku hiszpańskim, a otrzymało się podsumowanie w innym języku.
Z drugiej strony, tl;dv HappyScribe wypadły najlepiej pod względem „halucynacji” (po 7,7 na 10), co oznacza, że najrzadziej zdarzało im się zapętlać, powielać lub wymyślać tekst, który nigdy nie został wypowiedziany. Tego typu błędy zazwyczaj powodują największe szkody, ponieważ trudno je wychwycić, chyba że czyta się transkrypcję wiersz po wierszu.
Możliwości i funkcje
tl;dv pod względem funkcji, zdobywając 66 na 72 punkty, ale Fireflies 63) sprawiło, że rywalizacja była naprawdę zacięta. Różnica sprowadza się do kilku funkcji, które tl;dv , a których prawie nikt inny nie ma (rozpoznawanie głosu, tłumaczenia oraz najszybsze przetwarzanie).
Na tym poziomie „największa dokładność” schodzi na dalszy plan, a najważniejsze staje się pytanie: „czy to rzeczywiście pasuje do mojego sposobu pracy?”. Warto przeglądać dane wiersz po wierszu, zamiast polegać na sumach częściowych.
| System metryczny | Jak przyznawane są punkty | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Automatyczne rozpoznawanie mówców | Automatyczne rozpoznawanie prawdziwych rozmówców w aplikacjach Meet, Zoom i Teams | 5/5 | 5/5 | 0/5 | 0/5 | 5/5 |
| Rozpoznawanie głosu | Możliwość przeprowadzenia treningu rozpoznawania głosu dla własnego głosu użytkownika | 5/5 | 0/5 | 0/5 | 0/5 | 0/5 |
| Nagrywanie bez botów | Nagrywa za pomocą wbudowanego systemu audio bez włączania bota do rozmowy | 5/5 | 3/5 | 0/5 | 0/5 | 5/5 |
| Synchronizacja CRM | Tryb natywny i synchronizacja automatyczna | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Notatki niestandardowe / szablony | Formaty podsumowań z możliwością dostosowania a stały format wyników | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Szkolenie w zakresie niestandardowego słownictwa / encji | Nauczaj terminów branżowych i skrótów | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Lokalizacja interfejsu użytkownika na język hiszpański | Czy sam interfejs produktu jest dostępny w języku hiszpańskim | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 |
| Zakres integracji | Slack, kalendarz, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| Szybkość przetwarzania | Czas od zakończenia spotkania do gotowego zapisu | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Śledzenie słów wypełniających | Śledzenie słów wypełniających – śledzi „um”, „eh” i „este” bez podwajania dźwięków spowodowanego jąkaniem. Zapewnia pełną przejrzystość transkrypcji wypowiedzi, zamiast nadmiernego wygładzania tekstu | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Dokładność znacznika czasu | Sprawdź wyrywkowo, czy znaczniki czasu odpowiadają właściwym momentom | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Dostępność tłumaczeń | Czy potrafi przetłumaczyć notatki ze spotkania i na ile języków? | 3/3 | 0/3 | 0/3 | 3/3 | 0/3 |
| Wyszukaj w transkrypcji | Wyszukiwanie w treści spotkania i w bibliotece | 3/3 | 2/3 | 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 | 3/3 |
| Formaty eksportu | SRT, VTT, TXT, DOCX i podobne | 0/3 | 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 | 0/3 | 3/3 |
| Zasięg platformy konferencyjnej | Omówienie usług Zoom, Meet, Teams i Webex | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Przechwytywanie z aplikacji mobilnej | Czy umożliwia nagrywanie spotkań stacjonarnych za pomocą aplikacji mobilnej? | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Wbudowany serwer MCP | Własny serwer, umożliwiający asystentom AI przeszukiwanie biblioteki spotkań | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Edycja etykiet głośników | Czy można zmienić nazwy i przyporządkowanie głośników po zakończeniu konfiguracji? | 3/3 | 1/3 | 3/3 | 3/3 | 3/3 |
| Suma częściowa: możliwości i funkcje | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
Szybkość przetwarzania: jedna minuta kontra dziewięć
tl;dv zdecydowanie najszybszym narzędziem w teście, generując gotowy zapis rozmowy w ciągu około minuty. Najwolniejsze Gemini Google Gemini – zajęło mu to około dziewięciu minut, mimo że to właśnie na tej platformie odbywało się spotkanie.
Oto pełna sekwencja od zakończenia spotkania do gotowego zapisu:
- tl;dv — ~1 minuta
- HappyScribe — ~2 minuty
- Fireflies — ~3 minuty
- Otter — ~7 minut (a ten ma transkrypcję na żywo, więc nie ma wymówek)
- Google Gemini — ~9 minut
Szybkość może wydawać się tylko pustym wskaźnikiem, dopóki nie znajdziesz się na rozmowie z klientem i nie będziesz próbował wygenerować oferty przed rozpoczęciem kolejnego spotkania. Czas realizacji wynoszący jedną minutę oznacza, że notatki są gotowe, zanim jeszcze zamkniesz kartę; dziewięć minut oznacza, że zdążyłeś już zająć się czymś innym i zapomniałeś to sprawdzić.
Nagrywanie bez udziału botów i identyfikacja głosu
Dwie funkcje naprawdę wyróżniają tl;dv większości konkurencji: nagrywanie bez udziału botów oraz rozpoznawanie głosu. „Bez udziału botów” oznacza, że tl;dv przebieg spotkania za pomocą dźwięku systemowego, bez wysyłania bota, który uczestniczyłby w rozmowie i sprawiał, że wszyscy czuliby się nieswojo. Fireflies tl;dv Fireflies tl;dv Fireflies radzą sobie z tym zadaniem; Otter HappyScribe – nie, a Gemini co prawda domyślnie Gemini korzysta z bota, ale działa wyłącznie w Google Meet traci punkty.
Rozpoznawanie głosu to jedyna zaleta: w skrócie tl;dv jedynym narzędziem w teście, które pozwala wyszkolić system na własnym głosie, dzięki czemu rozpoznaje cię podczas wszystkich spotkań bez konieczności ręcznego zmieniania etykiet. Wydaje się to drobiazgiem, dopóki nie zmienisz nazwy „Mówca 2” na swoje imię po raz czterdziesty.
Transkrypcje na żywo
Jeśli chodzi o transkrypcje na żywo, Otter Fireflies, Gemini i Otter udostępniają treść wypowiedzi w momencie ich wygłoszenia, o ile masz odpowiednią konfigurację. Niektóre z nich wymagają na przykład zainstalowania aplikacji.
tl;dv wyświetla na bieżąco transkrypcji na ekranie podczas spotkania, podobnie jak HappyScribe. Jeśli obserwowanie przewijających się na żywo słów ma dla Ciebie znaczenie w pracy, najlepszym rozwiązaniem Gemini prawdopodobnie Fireflies, Otter lub Gemini .
Rząd MCP, do którego nikt tutaj nie może rościć sobie wyłącznych praw
Własne serwery MCP kiedyś stanowiły prawdziwy czynnik wyróżniający. Teraz już tak nie jest. Każde narzędzie w tym teście, z wyjątkiem Google Gemini , ma Gemini wbudowany taki serwer, więc tl;dv Fireflies, HappyScribe i Otter uzyskały Otter 5/5.
Wbudowany serwer MCP (Model Context Protocol) pozwala asystentom AI, takim jak Claude czy ChatGPT, na bezpośrednie przeszukiwanie biblioteki spotkań: „Co uzgodniliśmy z klientem z Guadalajary w zeszłym kwartale?” – a odpowiedź pochodzi z rzeczywistych rozmów. To naprawdę przydatna funkcja, a gdybyś zapoznał się z porównaniem z 2025 roku, wiedziałbyś, że tl;dv znaczną przewagę w udoskonalaniu tej funkcji. W 2026 roku wszyscy jak jeden mąż wprowadzają MCP. Z wyjątkiem Gemini…
Zaufanie, bezpieczeństwo i wartość
tl;dv tutaj maksymalną liczbę punktów: 18 na 18 – jako jedyne narzędzie, któremu się to udało. Jest zgodne z SOC 2 i RODO, nie uczy swojej sztucznej inteligencji na podstawie Twoich nagrań, ceny są podane publicznie, a nie tylko na zapytanie, i oferuje bezpłatny plan premium (a nie bezużyteczną wersję próbną). Jednak idealny wynik nie oznacza, że pozostałe rozwiązania stanowią zagrożenie dla bezpieczeństwa, więc bardziej przydatnym pytaniem jest: jakie konkretne obawy nie dają Ci spać po nocach? Właśnie w tym zakresie narzędzia te faktycznie się różnią.
Fireflies HappyScribe, Fireflies i Fireflies uzyskały wysoki wynik 17/18. Google Gemini 15 punktów, a Otter z wynikiem 11 – z powodów, które warto wyjaśnić, zwłaszcza jeśli nagrywasz spotkania na terenie UE.
| System metryczny | Jak przyznawane są punkty | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Lokalizacja danych / hosting regionalny | Regionalne opcje hostingu, np. hosting w UE na żądanie | 3/3 | 3/3 | 0/3 | 3/3 | 2/3 |
| Bezpieczeństwo i zgodność z przepisami | SOC2, ISO 27001, RODO | 3/3 | 3/3 | 2/3 | 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 | 1/3 | 2/3 | 3/3 |
| Kontrola przechowywania danych | Kontrola nad okresem przechowywania nagrań i transkrypcji | 3/3 | 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 | 3/3 |
| Pakiet bezpłatny / limity | Dostępność bezpłatnego planu (sama bezpłatna wersja próbna otrzymuje 0 punktów) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Suma częściowa: zaufanie, bezpieczeństwo i wartość | 18/18 | 15/18 | 18 listopada | 17/18 | 17/18 |
* Informacje zweryfikowano w lipcu 2026 r. na podstawie dokumentacji dotyczącej bezpieczeństwa udostępnionej przez poszczególnych dostawców.
Gdzie tak naprawdę przechowywane są dane dotyczące Twoich spotkań?
Dla zespołu nagrywającego spotkania w języku hiszpańskim na terenie UE lokalizacja danych nie jest tylko miłym dodatkiem, lecz wymogiem wynikającym z RODO. HappyScribe domyślnie przechowuje wszystkie dane w centrum danych w UE (jest to firma z Barcelony i to widać), tl;dv domyślnie oferuje hosting w UE (jest to firma niemiecka), ale w razie potrzeby może zapewnić hosting w innych regionach (na przykład w USA lub Japonii). Google Gemini ustawienia regionu przechowywania danych z Google Workspace, więc wszystkie trzy rozwiązania otrzymują maksymalną ocenę.
Fireflies bardziej złożona: istnieje możliwość przechowywania danych w UE, ale jest to opcja „Private Storage” dostępna wyłącznie w ramach planu Enterprise, więc w ramach standardowego planu dane mogą nadal być przetwarzane w Stanach Zjednoczonych. Otter prawdziwy wyjątek; jego dane są przechowywane na serwerach w Stanach Zjednoczonych, a nie ma żadnej udokumentowanej opcji hostingu w UE – zamiast tego opiera się on na standardowych klauzulach dotyczących przekazywania danych. Jeśli specjalista ds. zgodności zapyta, gdzie przechowywane są nagrania, Otter najmniej uspokajającej odpowiedzi spośród wszystkich rozważanych opcji.
Czy sztuczna inteligencja jest szkolona na podstawie Twoich nagrań?
Oto kwestia, w której warto zapoznać się z drobnym drukiem: Otter jedyne narzędzie w tym teście, które wykorzystuje nagrania użytkowników do szkolenia własnych modeli. Właśnie z tego powodu toczy się przeciwko niemu pozew zbiorowy. Otter najpierw Otter nagrania audio i transkrypcje, więc nie zawierają one żadnych nazwisk i nikt nie przegląda ich osobiście, ale nagrania użytkowników nadal służą do szkolenia modeli. Powodzenia w znalezieniu jasnej opcji rezygnacji.
Nie jest to jedyny problem związany z bezpieczeństwem, z którym borykają się Otter .
Firma VC, z którą odbyłem Zoom , wykorzystała Otter do nagrania rozmowy, a po zakończeniu spotkania automatycznie przesłała mi e-mailem transkrypcję, zawierającą również godziny prywatnych rozmów, które odbyły się później i podczas których omawiano intymne, poufne szczegóły dotyczące ich działalności.
— Alex Bilzerian (@alexbilz) 26 września 2024 r.
Wszyscy inni nie ingerują w Twoje treści. Fireflies tl;dv Fireflies otrzymują pełną ocenę za to, że nie wykorzystują Twoich nagrań audio do uczenia się, a GeminiGoogle Geminipakietu Workspace nie wykorzystuje danych klientów do uczenia się bez wyraźnej zgody. HappyScribe plasuje się gdzieś pośrodku. Działa na zasadzie „opt-out”, a nie domyślnego „nie”.
Jeśli hasło „nie wyciągaj wniosków z moich spotkań” to dla ciebie zbyt radykalne podejście, tl;dv Fireflies i Gemini pewniaki; Otter ten, którego warto dokładniej przeanalizować.
Certyfikaty, utrzymanie klientów i pułapka związana z planem darmowym
Jeśli chodzi o formalne certyfikaty, różnice między rozwiązaniami są niewielkie. tl;dv HappyScribe, Google Gemini i Fireflies pełen zestaw certyfikatów: SOC 2, ISO 27001 oraz zgodność z RODO. Z kolei Otter SOC 2 i RODO, ale nie posiada pełnego, niezależnego certyfikatu ISO 27001 ( opiera się na strukturze zgodnej z ISO, co nie jest równoznaczne z samym certyfikatem). Każde z tych narzędzi uzyskało maksymalną liczbę punktów w zakresie kontroli przechowywania danych, więc niezależnie od tego, które z nich wybierzesz, możesz ustawić, jak długo nagrania i transkrypcje będą przechowywane.
Gemini właśnie w kwestii ceny. Aplikacja ta nie oferuje żadnego bezpłatnego planu, ponieważ jest wbudowana w płatny pakiet Google Workspace. Zarówno tl;dv Fireflies bezpłatne aplikacje do tworzenia notatek oparte na sztucznej inteligencji, które oferują solidne bezpłatne wersje (bez kart i odliczania), podczas gdy Otter HappyScribe oferują bezpłatne plany z bardziej restrykcyjnymi limitami.
Test dokładności tłumaczenia z języka hiszpańskiego: Metodologia
Nasze porównanie opiera się na kontrolowanym teście, w którym wszystkie narzędzia są porównywane na identycznych warunkach. Ten sam materiał audio, te same kryteria oceny, ta sama ślepa ocena… Jedyną zmienną jest samo narzędzie.
Zestaw testowy
Każde narzędzie przetestowaliśmy na trzech rzeczywistych sesjach w języku hiszpańskim, celowo dobierając je z różnych regionów, a nie skupiając się na jednym akcencie. Dwie z nich pochodziły z Meksyku, a jedna z Hiszpanii, ponieważ narzędzie, które świetnie radzi sobie podczas posiedzenia władz miasta Meksyk, może całkowicie zawieść podczas rozmowy handlowej w Madrycie i na odwrót.
- Posiedzenie meksykańskiego Senatu (Comisión Permanente, 1 lipca 2026 r.) — gęste, proceduralne, z udziałem wielu mówców.
- Hiszpańskie posiedzenie komisji parlamentarnej ds. zdrowia (Comisión de Sanidad, przesłuchanie z udziałem minister Móniki Garcíi, 16 marca 2026 r.) — to właśnie podczas tego posiedzenia jeden z mówców w trakcie wypowiedzi przeszedł z języka kastylijskiego na kataloński.
- Meksykańska poranna konferencja prezydencka ( „mañanera” ) z 26 czerwca 2026 r. — przebiegająca w szybkim tempie, pełna danych statystycznych i, co najważniejsze, opublikowana przez meksykańską prezydencję w formie dosłownego wersję stenograficzną .
W przypadku wszystkich posiedzeń celowo wybraliśmy te, dla których dostępny był oficjalny, dosłowny zapis rządowy, zgodny z pełną wersją nagrania wideo. Dało nam to prawdziwy punkt odniesienia do weryfikacji, a nie tylko przybliżone przybliżenie. (Najpierw próbowałem znaleźć odpowiednie nagrania audio z argentyńskich obrad parlamentarnych; transkrypcje nie zgadzały się z nagraniami, więc zrezygnowałem z tego pomysłu.)
Każde narzędzie przetwarzało na żywo wszystkie trzy sesje, odtwarzając je na moim ekranie, a także jeden przesłany plik przeznaczony do rundy diaryzacji mówców. Przesłany plik stanowił ten sam clip trzeciego źródła, dzięki czemu mogliśmy sprawdzić, jak narzędzia radzą sobie z tym samym materiałem audio przy różnych źródłach wejściowych.
Recenzja
Ocena odbywała się w dwóch etapach. Najpierw przeprowadzono ślepą ocenę przy użyciu dwóch niezależnych modeli LLM: Claude Anthropicoraz Grok firmy xAI. Modele te oceniały każdą generowaną treść pod kątem zgodności z kryteriami dotyczącymi poprawności językowej oraz przydatności w rzeczywistych sytuacjach. Następnie nasz recenzent, dla którego hiszpański jest językiem ojczystym, ocenił te same treści w trybie ślepym, z ukrytymi nazwami narzędzi, tak aby wynik nie zależał od rozpoznawalnego logo.
Wyniki oceny przeprowadzonej przez ludzi były bardzo zbliżone do tych, jakie uzyskały modele LLM. Pod względem dokładności na pierwszym miejscu ex aequo uplasowały się tl;dv HappyScribe, Fireflies za nimi znalazł się Fireflies , a Otter po prostu Otter bzdury dla samej zabawy. Struktura testu opiera się na tej samej metodologii, którą opracowaliśmy na potrzeby naszego testu transkrypcji tekstów japońskich, więc oba testy można bezpośrednio porównać.
Zestaw narzędzi
Przetestowaliśmy pięć narzędzi: tl;dv, Fireflies, HappyScribe, Otter i Google Gemini. Przez cały etap oceniania były one oznaczone anonimowo jako narzędzia od A do E — nazwy ujawniono dopiero po sfinalizowaniu ocen, tak aby nikt (ani człowiek, ani model) nie mógł oceniać na podstawie reputacji.
Każde narzędzie testowano w ramach płatnego planu, aby zapewnić każdemu produktowi jak najlepsze warunki, zamiast oceniać go na podstawie okrojonej wersji darmowej. Należy jednak zauważyć, że wiele płatnych planów w rzeczywistości nie zmienia jakości transkrypcji. Zapewniają one natomiast większą liczbę minut lub większą liczbę przesłanych plików.
Podział silnika i planu
Narzędzia te nie są zbudowane w ten sam sposób. Niektóre z nich korzystają z licencji na dedykowany silnik rozpoznawania mowy, podczas gdy jedno z nich to uniwersalny model LLM pełniący rolę notatnika.
Mówiąc dokładniej, cztery z pięciu narzędzi wykorzystują dedykowany silnik ASR (automatycznego rozpoznawania mowy). Zostały one dosłownie stworzone po to, by transkrybować to, co faktycznie słyszą. Z kolei Google Gemini to czysty model LLM, który zamiast tego rekonstruuje najbardziej prawdopodobny tekst. Ta jedna różnica wyjaśnia, dlaczego Gemini poprawnie Gemini niemal wszystkie dane statystyczne, ale pomyliło „INAH” z „Lina”. Wymyśliło imię, które pasowało do kontekstu, zamiast uchwycić to, które zostało wypowiedziane.
| 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) |
| Otter | Otter.ai (oprogramowanie własne) | Wewnętrzne | Dedykowany ASR | Pro |
| HappyScribe | Nie podano do wiadomości publicznej | Nie podano | Dedykowany system ASR (z opcją ręcznej korekty) | Podstawowy |
| Fireflies | Rozpoznawanie mowy przez stronę trzecią (nazwa dostawcy nie została ujawniona) | Posiada licencję | Dedykowany ASR (+ warstwa LLM) | Pro |
Zakres i zastrzeżenia
Kilka szczerych uwag na temat tego, co ten test potwierdza, a czego nie:
- Wyniki poziomu 1 mają charakter względny, a nie bezwzględny. Wynik 16,8/20 oznacza „najlepszy spośród tych pięciu” – ocena w skali do 20 punktów została przyznana przez dwa modelowe języki naturalne (LLM) działające w trybie ślepym, które porównywały między sobą cztery transkrypcje (3 z transmisji na żywo + 1 przesłaną) dla każdego narzędzia.
- Ocenę spójności i stabilności przeprowadzono na podstawie jednej przesłanej sesji, ponieważ była to jedyna runda, w której wszystkie narzędzia miały do czynienia z identycznymi warunkami dotyczącymi mówców.
- Dwa fragmenty z Meksyku i jeden z Półwyspu Iberyjskiego clip próbka, a nie pełny obraz sytuacji. Nie badaliśmy hiszpańskiego z Argentyny, Karaibów, Andów ani Gwinei Równikowej, więc wyniki w tych przypadkach mogą się różnić.
- Google Gemini transkrybować przesłanych plików, więc jego poziom „Real-World” jest oceniany w skali do 25 punktów, a nie do 45 — nie należy traktować jego łącznej oceny jako porównywalnej z innymi.
- To jest migawka z lipca 2026 roku. Plany, ceny i funkcje ulegają zmianom; przetestowaliśmy wersję dostępną w dniu publikacji.
- I jeszcze jedna oczywista rzecz: piszę dla tl;dv. Właśnie dlatego ocena odbywała się metodą ślepej oceny, z wykorzystaniem dwóch modeli LLM i z weryfikacją przez native speakerów. Ta metoda mogłaby wprawić klienta w zakłopotanie, gdyby dane tego wymagały.
Jakie jest najlepsze oprogramowanie do transkrypcji spotkań w języku hiszpańskim?
Najlepszym wszechstronnym narzędziem do transkrypcji spotkań w języku hiszpańskim w naszym teście okazało się tl;dv, które uzyskało 170,2 na 200 punktów, wygrywając pod względem czystej dokładności, funkcji i zaufania. Było to jedyne narzędzie, które poprawnie poradziło sobie z przejściem na język kataloński na żywo. Jednak „najlepsze ogólnie” to nie to samo, co „najlepsze dla Ciebie”, a różnice między narzędziami były mniejsze, niż sugeruje wynik w nagłówku.
Oto rzetelne zestawienie tego, co faktycznie jest Ci potrzebne:
- Najdokładniejsza transkrypcja języka hiszpańskiego, kropka: tl;dv 53,7/65). Jeśli zależy ci na poprawnym oddaniu słów zarówno w hiszpańskim meksykańskim, jak i hiszpańskim z Półwyspu Iberyjskiego, a także na prawidłowym odzwierciedleniu zmian języka w środku zdania (na przykład na kataloński), to jest to jedyny sensowny wybór.
- Jeśli chodzi o czystą dokładność w ramach budżetowej alternatywy oraz zgodność z przepisami UE: tl;dv 170,2 ogółem, 53,7 w kategorii dokładności) ponownie wygrywa dzięki niemieckiej bazie i potwierdzonej wysokiej dokładności. HappyScribe (143,4 ogółem, 45,2 w kategorii dokładności) domyślnie przechowuje dane w centrum danych w UE i został sklasyfikowany przez naszego recenzenta jako jeden z najlepszych. To doskonały wybór dla zespołów z siedzibą w UE, które muszą spełniać rygorystyczne wymogi RODO.
- Jeśli chodzi o najbardziej przydatne notatki ze spotkań: Fireflies 151,4 w klasyfikacji ogólnej, 33,2 w kategorii „jakość spotkań w praktyce”) zdobywa złoto, ale przewaga jest niewielka. tl;dv tuż za nim na drugim miejscu (32,5) w kategorii „jakość spotkań w praktyce”. Obie aplikacje oferują świetne bezpłatne plany, z których można zacząć korzystać od razu.
- Należy zachować ostrożność: Otter 96,6) działał wolno, generował fikcyjne rozmówców, nie oferuje hostingu w UE i jest jedynym narzędziem z tej listy, które trenuje swoje modele na nagraniach użytkownika. Google Gemini 87,2) nie potrafi transkrybować przesłanych plików, okazał się najwolniejszym z testowanych narzędzi i nie oferuje bezpłatnego planu. Nieźle się sprawdza, jeśli już korzystasz z Google Workspace, w przeciwnym razie jest raczej kiepski.
Jeśli chcesz wypróbować narzędzie, które zajęło pierwsze miejsce w teście, tl;dv bezpłatne na zawsze. Nie potrzebujesz karty kredytowej i nie ma limitu czasowego na okres próbny. A co najlepsze? Narzędzie automatycznie rozpoznaje język hiszpański i ponad 40 innych języków w aplikacjach Google Meet, Zoom i Teams, a w pozostałych programach – bez udziału botów – za pośrednictwem aplikacji komputerowej.
Najczęściej zadawane pytania dotyczące dokładności narzędzia do transkrypcji języka hiszpańskiego
Jak dokładna jest transkrypcja spotkań w języku hiszpańskim generowana przez sztuczną inteligencję?
Najlepsze najlepsze narzędzia AI transkrybują obecnie wyraźny hiszpańskie nagrania z dokładnością na poziomie około 90–95% , choć spadają one gwałtownie w przypadku wielu mówców, hałasem w tle lub regionalnego slangu. W naszym teście ślepym, obejmującym pięciu narzędzi w trzech sesji w języku hiszpańskim sesji, tl;dv uzyskał najwyżej pod względem dokładności transkrypcji (53,7 na 65), a HappyScribe był najbliższym konkurentem z wynikiem 45,2.
Liczba, którą podano na stronie marketingowej, to niemal zawsze jest wartością optymalną: jeden prelegent, czysty dźwięk, neutralny akcent. Prawdziwe są bardziej chaotyczne, i właśnie wtedy pojawiają się luki: nazwy, waluty, skróty oraz ktoś, kto przerywa innego.
Dlaczego narzędzia do transkrypcji oparte na sztucznej inteligencji mają trudności z językiem hiszpańskim?
Dla silnika transkrypcji język hiszpański nie jest jednym językiem — to rodzina regionalnych odmian, a większość narzędzi jest dostosowana tylko do jednej z jej odmian. Model wytrenowany na hiszpańskim z Półwyspu Iberyjskiego może nie rozpoznawać meksykańskiego słownictwa i formatowania waluty, podczas gdy model dostosowany do odmiany latynoamerykańskiej ma trudności z formami „vosotros” i zwrotami charakterystycznymi dla hiszpańskiego kastylijskiego.
Czy transkrypcja oparta na sztucznej inteligencji traktuje odmiennie hiszpański z Ameryki Łacińskiej i hiszpański kastylijski?
Tak, a różnica jest większa, niż przyznaje większość narzędzi. Niektóre programy do transkrypcji automatycznie rozpoznają wariant języka (w naszych testachtl;dv HappyScribe poradziły sobie z tym bezbłędnie), podczas gdy inne zmuszają użytkownika do wyboru regionu na samym początku lub domyślnie ustawiają hiszpański z Półwyspu Iberyjskiego, niezależnie od tego, czy spotkanie odbywa się w Meksyku, czy w Madrycie.
Celowo przeprowadziliśmy testy w obu przypadkach: na dwóch sesjach z Meksyku i jednej z Hiszpanii. Narzędzia, które pozwalają z góry ustawić dialekt lub rzeczywiście go automatycznie wykrywają, generowały zauważalnie czystsze transkrypcje niż te, które stosowały jeden uniwersalny model języka hiszpańskiego (Otter Gemini). Jeśli twój zespół obejmuje obie strony Atlantyku, obsługa dialektów nie jest tylko miłym dodatkiem.
Czy transkrypcja oparta na sztucznej inteligencji radzi sobie z przełączaniem się między językiem hiszpańskim a katalońskim?
W większości przypadków – nie. Był to jednak najważniejszy czynnik odróżniający w całym naszym teście. Kiedy jeden z mówców podczas hiszpańskiej debaty parlamentarnej w połowie zdania przeszedł z hiszpańskiego kastylijskiego na kataloński, tl;dv jedynym spośród pięciu narzędzi, które zareagowało na tę zmianę i poprawnie transkrybowało tekst w języku katalońskim. Wszystkie pozostałe narzędzia sprowadziły tekst do przybliżonej wersji hiszpańskiej lub poddały się i próbowały zgadnąć.
W prawdziwych spotkaniach, na których mówi się po hiszpańsku, zmiana kodu językowego jest na porządku dziennym. Niektórzy przechodzą na kataloński, angielski, a nawet używają terminów pochodzących z języków rdzennych. Jeśli Twoje spotkania mają charakter wielojęzyczny, sprawdź to dokładnie, zanim podejmiesz ostateczną decyzję.
Jakie jest najlepsze narzędzie do transkrypcji hiszpańskiego w wersji meksykańskiej?
W naszym teście tl;dv najlepiej tl;dv meksykańskim hiszpańskim: zajął pierwsze miejsce w obu sesjach dotyczących Meksyku (przesłuchanie w Senacie i poranna konferencja prasowa prezydenta), poprawnie oddając dane liczbowe, takie jak „1 391 municipios”, oraz lokalne jednostki walutowe, np. „un millón trescientos mil”. HappyScribe okazał się najsilniejszym konkurentem pod względem czystej dokładności.
Słabe punkty ujawniły się na samym dole tabeli: Otter „$1300000” — niewłaściwy symbol, brak separatorów, brak formatowania zgodnego z konwencjami językowymi. W przypadku spotkań dotyczących budżetu lub stanu zatrudnienia oznacza to różnicę między notatkami, którym można zaufać, a notatkami, których sprawdzanie na podstawie nagrania jest stratą czasu.
Czy transkrypcja spotkań w języku hiszpańskim przy użyciu sztucznej inteligencji jest zgodna z RODO?
Niektóre narzędzia są do tego przystosowane, a inne nie, dlatego warto to sprawdzić przed nagraniem jakiegokolwiek spotkania w UE. W naszym teście tl;dv HappyScribe okazały się jedynymi narzędziami, które domyślnie przechowują dane w centrum danych w UE (pochodzą one odpowiednio z Niemiec i Hiszpanii). Oba posiadają również certyfikaty zgodności z SOC 2 i RODO.
W tym przypadku istotne są wyjątki. Fireflies zapewnia przechowywanie danych w UE Fireflies w ramach planu Enterprise, więc w przypadku planu standardowego Twoje dane mogą być przetwarzane w Stanach Zjednoczonych. Otter nie Otter żadnych udokumentowanych rozwiązań w zakresie hostingu w UE i jest jedynym znalezionym przez nas narzędziem, które trenuje własne modele na Twoich nagraniach (choć są one pozbawione elementów umożliwiających identyfikację, to jednak nadal są to Twoje dane). To odpowiedź, której specjalista ds. zgodności najmniej chciałby usłyszeć.
Czy można bezpłatnie transkrybować spotkania prowadzone w języku hiszpańskim?
Tak. Kilka narzędzi oferuje prawdziwie darmowe plany, choć obowiązujące w nich ograniczenia są różne. tl;dv bezpłatne na zawsze i zapewnia nieograniczoną liczbę nagrań oraz transkrypcję w ponad 40 językach, w tym w języku hiszpańskim, bez konieczności podawania danych karty kredytowej; Fireflies oferuje przyzwoity darmowy plan z ograniczoną liczbą streszczeń generowanych przez sztuczną inteligencję.
Otter bezpłatny plan, ale ogranicza on czas korzystania do 300 minut miesięcznie; bezpłatny limit w HappyScribe przypomina raczej krótki okres próbny, natomiast Google Gemini w ogóle nie Gemini samodzielnej bezpłatnej opcji. Zamiast tego Gemini częścią płatnego pakietu Google Workspace. Jeśli chcesz przetestować narzędzie, które zajęło pierwsze miejsce w naszym rankingu, tl;dv bezpłatne od samego początku i nie ma limitu czasowego na okres próbny.
