Перейти к содержанию
Краткий обзор инструментов для транскрипции испанского языка и их точности
Мы протестировали пять инструментов для транскрипции встреч на основе ИИ на реальных аудиозаписях на испанском языке. По итогам двух сессий, проведённых в Мексике, и одной — в Испании, tl;dv первоеtl;dv , набрав 170,2 балла из 200, опередив Fireflies 151,4) и HappyScribe (143,4). Этот инструмент лидировал по точности исходной транскрипции и был единственным, который правильно отследил переход говорящего с кастильского испанского на каталанский в середине встречи; остальные инструменты превратили эту речь в бессвязный набор испанских слов.
Однако это не было полным триумфом, и мы не будем делать вид, что это было так:
- tl;dv точности транскрипции HappyScribe уступил лишь tl;dv , набрав 45,2 из 65 баллов. Этого и следовало ожидать, поскольку это испанский сервис.
- Fireflies показал более высокий результат, чем любой другой инструмент, по показателю качества реальных встреч (33,2/45), что стало одной из причин, по которой он занял второе место в общем зачете.
- Otter (96,6) и Google Gemini (87,2) оказались в конце списка. Otter с иностранными языками, а у Google Gemini функции загрузки, как у других систем, поэтому он пропустил часть теста. В целом Gemini немного лучше, чем Otter, но из-за отсутствия функции загрузки его общий балл оказался ниже.
Итоговый рейтинг: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Все инструменты для транскрипции испанских записей встреч, которые мы использовали в ходе тестирования, заявляют о поддержке испанского языка. Однако существует разница между латиноамериканским испанским и испанским языком Испании, и именно в этом и проявляются слабые места большинства инструментов.
Модель, обученная на записях испанских деловых переговоров в Мадриде, справляется с мексиканской лексикой, названиями валют и географическими названиями; модель, обученная на латиноамериканских аудиозаписях, не распознает форму «vosotros» и типичные для Испанского полуострова обороты речи; при этом практически ни одна из них не учитывает, что говорящий может в середине предложения перейти на каталанский, английский или использовать термин из языка коренных народов.
Это очень обширная область, в которой легко допустить ошибку. Испанский язык занимает второе место в мире по числу носителей: на нем говорят примерно 519 миллионов человек, а общее число говоря щих составляет 636 миллионов. Даже число людей, изучающих его как иностранный язык, за последнее десятилетие выросло на 79 %. Это означает, что на испанском языке проходит множество встреч с самыми разными акцентами, и инструмент, записывающий их, должен справляться со всем этим.
Чтобы понять, насколько tl;dv для носителей испанского языка, мы сравнили его с четырьмя другими широко используемыми инструментами:
Каждому инструменту был предоставлен один и тот же исходный аудиоматериал: три записи заседаний правительственных органов на испанском языке — две из Мексики и одна из Испании. Затем мы оценили их по четырём отдельным критериям с помощью слепых тестов на основе больших языковых моделей (LLM) и проверки носителями языка.
- Транскрипция и точность
- Качество встреч в реальных условиях
- Возможности и функции
- Доверие, безопасность и ценность
Мы провели транскрипцию и сгенерировали резюме, оценили их вслепую с помощью двух независимых моделей большого языка (ClaudeAnthropicи Grok от xAI), а затем попросили носителя испанского языка проверить каждый результат в анонимном формате, при этом названия инструментов были скрыты.
Вот результаты.
| Уровень | Макс | tl;dv | Google Gemini | Otter | «Счастливый писец» | Fireflies |
|---|---|---|---|---|---|---|
| Транскрипция и точность | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Качество встреч в реальных условиях | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Возможности и функции | 72 | 66 | 22 | 38 | 49 | 63 |
| Доверие, безопасность и ценность | 18 | 18 | 15 | 11 | 17 | 17 |
| Общая оценка | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Ранг | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet функция транскрибирования файлов, поэтому оно не смогло принять участие во всех тестах.
Транскрипция и точность записи встречи на испанском языке
tl;dv показал самую точную транскрипцию испанского языка в тесте, набрав 53,7 из 65 баллов — и это был единственный из пяти инструментов, который не сбился с толку, когда говорящий посреди предложения перешел с кастильского испанского на каталанский. HappyScribe стал ближайшим конкурентом с результатом 45,2, за ним следовали Fireflies 38,2), Google Gemini 32,7) и Otter, который замыкал рейтинг с результатом 23,8.
Эти оценки были выставлены двумя независимыми большими языковыми моделями (LLM) — «Claude» Anthropicи «Grok» от xAI — а затем подтверждены в ходе слепой экспертной оценки носителями языка, при которой названия инструментов были скрыты, чтобы ни одна из моделей не могла поддаться влиянию логотипа. Изначально планировалось использовать «Claude» и ChatGPT, но последний категорически отказался выполнять задание, заявив, что тест слишком сложен для выполнения и слишком объемный для обработки. Тест включал более 90 страниц стенограмм и заметок, обработанных пятью инструментами в ходе трёх онлайн-встреч и одной загрузки файла для каждого из них. ChatGPT сдавал позиции на полпути при каждой попытке, независимо от того, насколько мелкими я разбивал задачу. Grok проработал всё без единой жалобы, что само по себе является небольшим аргументом в споре «Grok против ChatGPT ».
| Метрическая система | Как начисляются очки | tl;dv | Google Gemini | Otter | «Счастливый писец» | Fireflies |
|---|---|---|---|---|---|---|
| Точность языкового выражения | Оценка степенью сложности, данная носителями языка вслепую, в отношении точности речи на родном языке | 16,8/20 | 20 сентября | 20 августа | 13/20 | 20.11 |
| Обработка с учетом особенностей языка | Диакритические знаки, пунктуация, региональные варианты, смена кода | 16,3/20 | 11,2/20 | 6,2/20 | 12,5/20 | 11,8/20 |
| Оценка частоты ошибок в символах | Расчет произведён на основе официальной академической ведомости или эталонного текста | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Распознавание объектов | Имена, компании и места, фигурирующие в списке персонажей | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Числа, даты и валюта | Цифры, даты и суммы, оформленные в соответствии с правилами данного языка | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Распознавание исходных технических терминов | Отраслевые термины и аббревиатуры перед началом индивидуального обучения | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Пунктуация и сегментация | Разделение предложений и абзацев в результатах пробного запуска | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Промежуточный итог по транскрипции и точности | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Региональные варианты и каталонский «кривой мяч»
Самым значительным фактором, повлиявшим на результаты всего теста, стало переключение кодов. Во время нашего второго занятия мы прослушали заседание испанского парламента по вопросам здравоохранения (a comparecencia с участием министра Моники Гарсии), один из выступающих в середине речи перешел с кастильского испанского на каталанский, и tl;dv единственным инструментом, который отследил эту смену и транскрибировал каталанский как каталанский. Все остальные инструменты либо сгладили его до приблизительного испанского, либо сдались и стали гадать.
Это редко фигурирует в списке функций, но в реальной жизни сильно портит стенограмму. tl;dv автоматического определения языка, поэтому неважно, на каком языке вы говорите и сколько раз переключаетесь — система будет следовать за вами. И именно с подобными ситуациями вы сталкиваетесь в испаноязычном мире, где в течение пяти минут одного звонка могут прозвучать мексиканская лексика, испанское «vosotros» и региональное заимствование.
В ходе слепой экспертной оценки была выявлена и обратная сторона этого явления: в одном clip инструмента посчитали, что говорящий произнес «súper caro» (супердорого), тогда как на самом деле в аудиозаписи звучало «súper claro» (суперясно). Только HappyScribe распознал фразу правильно, хотя носитель языка в ходе проверки подтвердил, что понять её было сложно даже для него. Несмотря на это, HappyScribe не смог стабильно демонстрировать лучшие результаты. Когда речь идёт о заметках и задачах, эта единственная ошибка в слове может иметь большое значение. Она существенно меняет смысл, поэтому следует отдать должное тому, кто заслуживает этого.
Имена, места и один очень уверенный в себе «Булмаро»
Распознавание сущностей — это та область, где разница между моделями оказалась наиболее заметной, и это одна из немногих категорий, в которой конкурент одержал безоговорочную победу. tl;dv HappyScribe опередил tl;dv с результатом 4,2 против 4,0. Имена собственные и аббревиатуры — это первое, что вызывает проблемы при работе со вторым языком, поскольку модели приходится распознавать их, даже если они отсутствуют в каком-либо словаре (именно для этого и предназначена функция настраиваемого словаря).
На мексиканской утренней пресс-конференции tl;dv распознал «Далила», аббревиатуру «INAH» (Национальный институт антропологии Мексики) и «1 391 муниципалитет». Fireflies Далилу Fireflies «Булмаро» — уверенно, но неверно и даже отдаленно не близко к истине. Google Gemini с интересной стороны: он точно определил почти все статистические данные, но превратил «INAH» в «Лина». Отлично справляется с цифрами, но с именами — не очень.
Числа, даты и валюта
Что касается цифр, дат и денежных сумм, то tl;dv HappyScribe разделили первое место, набрав по 4,5 балла из 5. Оба сервиса отображали суммы четко и с учетом языковых особенностей. Разница становится заметной только в нижней части таблицы.
tl;dv «un millón trescientos mil» так, как это произносит носитель испанского языка. Otter «$1300000», использовав неверный символ валюты, без разделителей и без форматирования в соответствии с языковыми нормами. Кроме того, Otter упоминание о 70 пуэбло в «nueve» (девять) и сжал данные о численности населения афромексиканских общин (15 795 и 442) в неразборчивое «15742». Когда речь на заседании идёт о бюджетах или численности населения, именно в этом заключается разница между записями, которым можно доверять, и записями, которые приходится перепроверять по записи аудиозаписи, что в значительной степени сводит на нет сам смысл их ведения.
Качество встреч в реальных условиях
Fireflies соперников здесь на 0,7 балла, а tl;dv по пятам (33,2 против 32,5). Именно это и делает заметки полезными: кто что сказал, что было решено и что делать дальше.
В тройке лидеров разрыв был минимальным: Fireflies вперед, набрав 33,2 из 45, а tl;dv 32,5) и HappyScribe (32,2) шли следом, что, по сути, представляет собой тройную ничью. Otter с результатом 23,8, а Google Gemini полностью Gemini часть этого раунда, поэтому его результат 17,5 отмечен звездочкой (подробнее об этом ниже).
Вывод: с точки зрения чисто практической полезности для проведения встреч разрыв между тремя лидерами составляет менее одного балла, и ваш выбор будет зависеть от того, какая конкретная задача для вас наиболее важна.
| Метрическая система | Как начисляются очки | tl;dv | Google Gemini | Otter | «Счастливый писец» | Fireflies |
|---|---|---|---|---|---|---|
| Качество диаризации | Соответствие количества говорящих персонажей и распределения реплик по сравнению с известным составом актёров | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Стабильность поведения | Согласованность действий при проведении онлайн-встреч и загрузке файлов | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Качество резюме | Полезность резюме и то, сохранилось ли оно на языке оригинала, с учетом заимствованных слов | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| Частота галлюцинаций / частота вставки | Выдуманный, повторяющийся или дублирующийся текст, отсутствующий в аудиозаписи. Неверно услышанные фразы и обрезанные фрагменты не учитываются. | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Извлечение действий | Качество задач и последующих действий, вынесенных из заседания | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Автоматическое разделение на главы / разделы | Разбивает ли резюме ход встречи на удобные разделы? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Промежуточный итог по качеству встреч в реальных условиях | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* Для проверки качества диаризации и стабильности поведения необходимо загрузить файлы, а Google Gemini такой возможности Gemini предоставляет.
Диаризация: кто на самом деле говорит?
Fireflies самое точное разделение голосов — 7,5 из 10, следом за ним следовал HappyScribe (7), а tl;dv достойную tl;dv 6. Otter самым «креативным» разделением диалогов, что, впрочем, не является комплиментом.
Otter звук, который воспроизводился через один динамик во время живого совещания, уверенно превратив один голос в небольшой комитет. «Фантомные» говорящие, пожалуй, хуже, чем полное отсутствие меток, потому что вы доверяете им: в итоге вы приписываете решение «Говорящему 3», которого никогда не существовало. tl;dv более честно, оказавшись посередине рейтинга, не придумывая никого. Gemini вообще Gemini оценить в этом тесте, поскольку он так и не сгенерировал диаризованный вариант загруженного файла.
Пункты действий
HappyScribe выделил наиболее четкие пункты действий в ходе теста (4,5 из 5), определив единственный реальный следующий шаг, который обсуждался на встрече. tl;dv более низкую оценку (3,7) от LLM за добавление дополнительных пунктов действий, которые они сочли менее важными. Инстинкт tl;dv— находить для вас задачи, что как раз и нужно во время коммерческого звонка, но не столь необходимо во время двухчасового парламентского слушания. Отчасти это связано с недостатками тестового материала: найти реальный коммерческий звонок на испанском языке с официальной стенограммой было практически невозможно.
Резюме
В целом резюме получились более лаконичными. Gemini Fireflies первое место (4,5), причем стоит особо отметить Gemini»: поскольку этот сервис основан на LLM, он формирует четкое и удобочитаемое резюме даже в тех случаях, когда исходная стенограмма содержит неточности. Он удачно «замазывает» нестабильный исходный текст.
tl;dv HappyScribe набрали по 3,8 балла, и оба сервиса подготовили качественные отчеты о ходе встречи.
Стабильность поведения (и звездочка в Gemini)
tl;dv Fireflies наибольшую стабильность при работе с различными типами сеансов, набрав по 7,5 баллов из 10. Это означает, что они работали одинаково независимо от того, был ли аудиоматериал записан во время живого звонка или загружен в виде файла. Gemini исключением: Gemini Google Meet вообще Google Meet транскрибирование загруженных файлов, поэтому её нельзя было оценивать по показателям диаризации и стабильности, а её промежуточный итог рассчитывается из 25 баллов, а не из 45.
Галлюцинации
HappyScribe немного потерял в стабильности из-за одной особенности: он переключал резюме на английский язык в загруженной сессии, даже если аудиозапись была на испанском. Это происходило из-за того, что для загруженных файлов автоматическое резюме не генерируется. Чтобы его получить, необходимо дать соответствующий запрос ИИ HappyScribe. Если это происходит изредка в определенных обстоятельствах, это не является критичной проблемой, но может раздражать, если вы запрашивали заметки на испанском, а получили переключение на другой язык.
С другой стороны, tl;dv HappyScribe показали самые низкие показатели по галлюцинациям (по 7,7 из 10 у каждого), что означает, что у них была наименьшая вероятность повторения, дублирования или придумывания текста, который на самом деле не произносился. Именно этот тип ошибок обычно наносит наибольший ущерб, поскольку их трудно обнаружить, если не читать стенограмму строка за строкой.
Возможности и функции
tl;dv первое место по функционалу, набрав 66 баллов из 72, но Fireflies 63) устроил ему настоящую конкуренцию. Разница сводится к нескольким функциям, которые tl;dv , но почти ни у кого больше (голосовая печать, переводы и самая высокая скорость обработки).
На этом уровне «наибольшая точность» теряет свое значение, а на первый план выходит вопрос: «Подходит ли это действительно к моему рабочему процессу?». Стоит читать данные построчно, а не полагаться на промежуточные итоги.
| Метрическая система | Как начисляются очки | tl;dv | Google Gemini | Otter | «Счастливый писец» | Fireflies |
|---|---|---|---|---|---|---|
| Настройка имен динамиков «из коробки» | Автоматическое определение имен реальных участников в Meet, Zoom и Teams | 5 из 5 | 5 из 5 | 0/5 | 0/5 | 5 из 5 |
| Распознавание голоса | Возможность обучения системе распознаванию голоса на основе собственного голоса пользователя | 5 из 5 | 0/5 | 0/5 | 0/5 | 0/5 |
| Запись без ботов | Запись через системный микрофон без подключения бота к звонку | 5 из 5 | 3/5 | 0/5 | 0/5 | 5 из 5 |
| Синхронизация CRM | Встроенная синхронизация и автоматическая синхронизация | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Пользовательские заметки / шаблоны | Настраиваемые форматы сводных отчетов против фиксированного формата вывода | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Обучение с использованием пользовательского словаря / сущностей | Обучать отраслевым терминам и аббревиатурам | 5 из 5 | 0/5 | 5 из 5 | 5 из 5 | 5 из 5 |
| Локализация пользовательского интерфейса на испанский язык | Доступен ли сам интерфейс продукта на испанском языке | 5 из 5 | 5 из 5 | 0/5 | 5 из 5 | 5 из 5 |
| Широта интеграций | Slack, календарь, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| Скорость обработки | Время от окончания встречи до готовой стенограммы | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Отслеживание слов-заполнителей | Отслеживание слов-заполнителей — отслеживает «ум», «э-э», «эсте» без удвоения звуков при заикании. Обеспечивает полную наглядность стенограмм речи, а не чрезмерное сглаживание | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Точность временных меток | Проверьте выборочно, чтобы временные метки соответствовали нужному моменту | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Наличие перевода | Может ли он переводить протоколы встреч и на сколько языков? | 3/3 | 0/3 | 0/3 | 3/3 | 0/3 |
| Поиск в стенограмме | Поиск по материалам встречи и по библиотеке | 3/3 | 2/3 | 3/3 | 3/3 | 3/3 |
| Пользовательский интерфейс для редактирования стенограмм | Можно ли легко исправить стенограмму уже после записи? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Форматы экспорта | SRT, VTT, TXT, DOCX и т. п. | 0/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Транскрипт в режиме реального времени | Отображается ли стенограмма в режиме реального времени во время заседания? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 |
| Освещение мероприятий на платформе | Обзор сервисов Zoom, Meet, Teams и Webex | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Захват мобильного приложения | Можно ли с помощью мобильного приложения вести запись очных встреч? | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Встроенный сервер MCP | Собственный сервер, позволяющий ИИ-помощникам запрашивать данные из библиотеки встреч | 5 из 5 | 0/5 | 5 из 5 | 5 из 5 | 5 из 5 |
| Редактирование меток динамиков | Можно ли впоследствии переименовать и переназначить динамики? | 3/3 | 1/3 | 3/3 | 3/3 | 3/3 |
| Итого по возможностям и функциям | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
Скорость обработки: одна минута против девяти
tl;dv самым быстрым инструментом в тесте с большим отрывом, предоставив готовую стенограмму примерно за минуту. Google Gemini самым медленным — примерно за девять минут, несмотря на то, что именно на этой платформе проходила встреча.
Вот полная схема преобразования от записи по итогам встречи до готовой к использованию стенограммы:
- tl;dv — ~1 минута
- HappyScribe — около 2 минут
- Fireflies — ~3 минуты
- Otter — ~7 минут (а в этом видео есть транскрипция в режиме реального времени, так что оправданий нет)
- Google Gemini — около 9 минут
Скорость может показаться пустым показателем, пока вы не окажетесь на звонке с клиентом и не попытаетесь найти цитату до начала следующей встречи. Обработка за одну минуту означает, что заметки будут готовы ещё до того, как вы закроете вкладку; а за девять минут — что вы уже перешли к другому делу и забыли проверить.
Запись без ботов и распознавание голоса
Две функции действительно выделяют tl;dv большинства аналогов: запись без использования ботов и распознавание голоса. «Без использования ботов» означает, что tl;dv встречу через аудиосистему вашего устройства, не запуская бота, который участвует в звонке и создает дискомфорт для всех участников. С этим справляются Fireflies tl;dv Fireflies ; Otter HappyScribe — нет, а Gemini по умолчанию Gemini использует бота, но работает только в Google Meet теряет очки.
Распознавание голоса — это единственное преимущество: tl;dv единственный инструмент в тесте, который позволяет обучить систему своему голосу, чтобы она распознавала вас на всех встречах без необходимости ручной перемаркировки. Это кажется мелочью, пока вам не придется в сороковой раз переименовывать «Участник 2» на свое имя.
Транскрипты прямых трансляций
Что касается стенограмм в режиме реального времени, Otter Fireflies, Gemini и Otter позволяют вам Otter за тем, что говорится, по мере того как это произносится — при условии, что у вас настроены Otter необходимые параметры. Например, для некоторых из них требуются специальные приложения.
tl;dv отображает стенограмму в режиме реального времени на экране во время встречи, как и HappyScribe. Если для вашего стиля работы важно наблюдать за прокруткой текста в режиме реального времени, вам, скорее всего, лучше Gemini Fireflies, Otter или Gemini .
Ряд MCP, на который никто из присутствующих не может претендовать в одиночку
Раньше собственные серверы MCP действительно были отличительной особенностью. Но теперь это уже не так. Все инструменты, участвовавшие в этом тесте, за исключением Google Gemini поставляются с таким сервером, так что tl;dv Fireflies, HappyScribe и Otter набрали Otter 5 баллов из 5.
Встроенный Geminiвер MCP (Model Context Protocol) позволяет ИИ-помощнику, такому как Claude или ChatGPT, напрямую запрашивать информацию из вашей библиотеки встреч: «О чём мы договорились с клиентом из Гвадалахары в прошлом квартале?» — ответ будет основан на записях ваших реальных разговоров. Это действительно полезная функция, и если бы вы прочитали сравнительный обзор за 2025 год, то знали бы, что tl;dv значительное преимущество в доработке этой функции. В 2026 году MCP будет внедрять буквально каждый. За исключением Gemini…
Доверие, безопасность и ценность
tl;dv здесь максимальный балл: 18 из 18 — это единственный инструмент, которому удалось это сделать. Он соответствует требованиям SOC 2 и GDPR, не использует ваши записи для обучения ИИ, цены на него опубликованы, а не предоставляются только по запросу, и у него есть бесплатный премиум-тариф (а не бесполезная пробная версия). Но идеальный результат не означает, что остальные инструменты представляют угрозу безопасности, поэтому более уместный вопрос: какая конкретная проблема не даёт вам спать по ночам? Именно в этом и заключаются различия между этими инструментами.
HappyScribe и Fireflies набрали Fireflies 17/18 баллов. Google Gemini 15 баллов, а Otter с результатом 11 баллов — и на это есть свои причины, о которых стоит рассказать подробнее, особенно если вы ведете запись встреч на территории ЕС.
| Метрическая система | Как начисляются очки | tl;dv | Google Gemini | Otter | «Счастливый писец» | Fireflies |
|---|---|---|---|---|---|---|
| Место хранения данных / региональный хостинг | Варианты регионального хостинга, например, хостинг в ЕС по запросу | 3/3 | 3/3 | 0/3 | 3/3 | 2/3 |
| Безопасность и соответствие нормативным требованиям | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 2/3 | 3/3 | 3/3 |
| Обучение ИИ на основе аудиозаписей пользователей | Позволяет ли это избежать обучения ИИ на ваших аудиозаписях (вариант «без обучения» оценивается на «отлично»)? | 3/3 | 3/3 | 1/3 | 2/3 | 3/3 |
| Контроль за сохранением данных | Контроль за сроками хранения записей и стенограмм | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Прозрачность цен | Цены по тарифным планам публикуются, а не предоставляются только по запросу | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Бесплатный тариф / ограничения | Наличие бесплатного тарифа (сама по себе бесплатная пробная версия оценивается в 0 баллов) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Доверие, безопасность и ценность — промежуточная сумма | 18/18 | 15/18 | 18 ноября | 17/18 | 17/18 |
* Проверено в июле 2026 года на основании документации по безопасности, предоставленной каждым поставщиком.
Где на самом деле хранятся данные о ваших встречах?
Для команды, ведущей запись встреч на испанском языке в пределах ЕС, хранение данных не является просто дополнительным преимуществом, а является обязательным требованием GDPR. HappyScribe по умолчанию хранит все данные в центре обработки данных в ЕС (это компания из Барселоны, и это заметно); tl;dv по умолчанию предлагает хостинг в ЕС (немецкая компания), но при необходимости может размещать данные в других регионах (например, в США или Японии). Google Gemini настройки региона хранения данных от Google Workspace, поэтому все три решения получают максимальную оценку.
Fireflies более неоднозначна: хотя и предусмотрено хранение данных в ЕС, эта опция «Private Storage» доступна только в рамках тарифного плана «Enterprise», поэтому при использовании стандартного тарифного плана ваши данные по-прежнему могут обрабатываться в США. Otter настоящий исключительный случай: его данные хранятся на серверах в США, при этом официально не предусмотрено никаких вариантов хостинга в ЕС, а вместо этого компания опирается на стандартные положения о передаче данных. Если специалист по вопросам соответствия спросит, где хранятся ваши записи, Otter вам самый неубедительный ответ из всех возможных.
Использует ли он ваши записи для обучения своего ИИ?
Вот что стоит внимательно изучить в мелком шрифте: Otter единственный инструмент в этом тесте, который использует ваши записи для обучения собственных моделей. Более того, именно по этой причине против компании возбужден коллективный иск. Otter сначала Otter аудиозаписи и стенограммы, чтобы в них не фигурировали имена и чтобы их не проверяли люди, но ваши записи по-прежнему используются для обучения моделей. Удачи в поиске четкой возможности отказаться от этого.
Это не единственная проблема с безопасностью, с которой сталкиваются Otter .
Венчурная компания, с которой у меня состоялась Zoom , использовала Otter для записи разговора, и после встречи мне автоматически прислали по электронной почте стенограмму, включая часы их частных бесед, состоявшихся после встречи, в ходе которых они обсуждали личные и конфиденциальные детали своего бизнеса.
— Алекс Билзериан (@alexbilz) Сентябрь 26, 2024
Все остальные не трогают ваш контент. tl;dv Fireflies получают максимальную оценку за Fireflies не используют ваши аудиозаписи для обучения, а версия Google GeminiWorkspace не использует данные клиентов для обучения без явного разрешения. HappyScribe занимает промежуточное положение. В этом сервисе действует принцип «отказа по умолчанию», а не «запрет по умолчанию».
Если принцип «не учиться на моих ошибках» для вас неприемлем, tl;dv Fireflies и Gemini беспроигрышные варианты tl;dv Otter изучить повнимательнее.
Сертификаты, удержание клиентов и «подвох» бесплатного тарифа
Что касается официальных сертификатов, то здесь разница становится менее заметной. tl;dv HappyScribe, Google Gemini и Fireflies полным набором сертификатов: SOC 2, ISO 27001 и GDPR. В то же время Otter SOC 2 и GDPR, но не имеет полного независимого сертификата ISO 27001 (он построен на основе стандарта ISO, что не равнозначно получению сертификата). Все инструменты получили максимальные оценки по механизмам управления хранением данных, поэтому, какой бы из них вы ни выбрали, вы сможете настроить срок хранения записей и стенограмм.
Gemini заключается в стоимости. У него вообще нет бесплатного тарифа — приложение входит в состав платного пакета Google Workspace. tl;dv Fireflies бесплатные приложения для создания заметок с ИИ, предлагающие полноценные бесплатные тарифы (без ограничений на количество карточек и обратного отсчета), тогда как Otter HappyScribe предлагают бесплатные тарифы с более жесткими ограничениями.
Тест на точность перевода с испанского: методология
Наше сравнение основано на контролируемом тестировании с сопоставимыми условиями, призванном обеспечить одинаковые условия для каждого инструмента. Одинаковый аудиоматериал, одинаковые критерии оценки, одинаковая слепая экспертиза… Единственной переменной является сам инструмент.
Набор тестов
Мы протестировали каждый инструмент на трёх реальных сессиях на испанском языке, специально выбранных из разных регионов, а не с одним акцентом. Две из них были мексиканскими, а одна — испанской, поскольку инструмент, который отлично справляется с заседанием правительства Мехико, может потерпеть неудачу при ведении делового разговора в Мадриде, и наоборот.
- Заседание мексиканского Сената (Постоянная комиссия, 1 июля 2026 г.) — насыщенное, посвященное процедурным вопросам, с участием множества выступающих.
- Заседание комитета по здравоохранению испанского парламента (Comisión de Sanidad, выступление министра Моники Гарсии, 16 марта 2026 года) — то самое, на котором один из выступающих посреди речи перешел с кастильского испанского на каталанский.
- Утренняя пресс-конференция президента Мексики (26 июня 2026 г.) — краткая, с большим количеством статистических данных и, что особенно важно, стенографическая версия которой публикуется администрацией президента Мексики стенографическую версию .
Для всех заседаний мы специально выбирали те, по которым имелась официальная стенограмма правительства, дословно соответствующая полной видеозаписи. Это дало нам возможность сверяться с достоверным источником, а не с приблизительными данными. (Сначала я пытался найти аналогичные аудиозаписи заседаний аргентинского законодательного органа, но стенограммы не совпадали с видео, поэтому я отказался от этой идеи.)
Каждый инструмент обрабатывал все три сессии в режиме реального времени, воспроизводя их на моем экране, а также один загруженный файл для раунда диаризации выступлений. Загруженный файл представлял собой тот же самый clip третьего источника, чтобы мы могли оценить, как инструменты работают с одним и тем же аудиоматериалом при использовании разных входных данных.
Обзор
Оценка проводилась в два этапа. Сначала тексты прошли «слепую» оценку через два независимых больших языковых модели (LLM): Claude Anthropicи Grok от xAI. Они оценивали каждый результат по критериям точности языка и применимости в реальных условиях. Затем наш рецензент, для которого испанский является родным языком, оценил те же результаты в режиме «слепой» оценки, при этом названия инструментов были скрыты, чтобы результат не зависел от знакомого логотипа.
Результаты оценки людьми оказались очень схожими с выводами LLM. По точности они поставили tl;dv HappyScribe на первое место с равным количеством голосов, Fireflies оказался Fireflies позади, а Otter просто Otter ерунду ради забавы. Структура теста соответствует той же методологии, которую мы разработали для нашего теста по транскрипции японского языка, поэтому эти два теста можно напрямую сравнивать.
Набор инструментов
Мы протестировали пять инструментов: tl;dv, Fireflies, HappyScribe, Otter и Google Gemini. На протяжении всего этапа оценки они были обозначены анонимно как «Инструменты A–E» — их названия были раскрыты только после того, как оценки были зафиксированы, чтобы никто (ни человек, ни модель) не мог выставлять оценки, исходя из репутации инструментов.
Каждый инструмент тестировался на платном тарифе, чтобы дать каждому продукту максимальный шанс проявить себя, а не оценивать его по урезанной бесплатной версии. Хотя следует отметить, что многие платные тарифы на самом деле не влияют на качество транскрипции. Вместо этого они предоставляют больше минут записи или больше возможностей для загрузки файлов.
Разбивка двигателя и плана
Эти инструменты построены по-разному. Некоторые используют лицензионный специализированный речевой движок, а один из них представляет собой универсальный LLM, выполняющий функции записывающего устройства.
Если говорить точнее, четыре из пяти инструментов используют специальный механизм ASR (автоматического распознавания речи). Они буквально созданы для того, чтобы транскрибировать то, что слышат. Google Gemini, с другой стороны, представляет собой чистый LLM, который вместо этого реконструирует наиболее вероятный текст. Именно это единственное различие объясняет, почему Gemini правильно Gemini почти все статистические данные, но перепутал «INAH» с «Lina». Он придумал подходящее имя, вместо того чтобы распознать то, которое было произнесено.
| Инструмент | Базовый двигатель / производитель | Собственная разработка или лицензионная | Тип двигателя | План |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Лицензированный | Выделенный ASR | Бизнес |
| Google Gemini | Google Gemini | Внутренний (Google) | LLM | Автономное Gemini (аккаунт «Business Starter») |
| Otter | Otter.ai (проприетарное ПО) | Внутренний | Выделенный ASR | Про |
| HappyScribe | Не разглашается | Не разглашается | Специализированная система распознавания речи (ASR) (+ возможность ручного ввода) | Основные |
| Fireflies | Система распознавания речи стороннего производителя (название производителя не разглашается) | Лицензированный | Специализированный ASR (+ слой LLM) | Про |
Область применения и ограничения
Несколько честных оговорок относительно того, что этот тест доказывает, а что — нет:
- Оценки уровня 1 являются относительными, а не абсолютными. Оценка 16,8/20 означает «лучший из этих пяти», причем оценка выставляется по 20-балльной шкале двумя LLM, работающими в режиме «слепого» тестирования и сравнивающими 4 стенограммы (3 в режиме реального времени + 1 загруженная) для каждого инструмента.
- Оценка диаризации и стабильности проводилась на основе единственного загруженного сеанса, поскольку это единственный раунд, в котором все инструменты работали в одинаковых условиях, связанных с диктором.
- Два мексиканских клипа и один clip с Иберийского полуострова clip лишь обзор, а не полное покрытие. Мы не тестировали аргентинский, карибский, андский или экваториально-гинейский варианты испанского языка, и результаты для них могут отличаться.
- Google Gemini распознать текст в загруженных файлах, поэтому оценка его уровня «Real-World» выставляется по шкале из 25 баллов, а не из 45 — не стоит рассматривать его общую оценку как сопоставимую с другими.
- Это обзор на июль 2026 года. Планы, цены и функции могут меняться; мы тестировали версию, доступную на момент публикации.
- И самое очевидное: я пишу для tl;dv. Именно поэтому оценка проводилась вслепую, с использованием двух моделей LLM и проверкой носителями языка. Этот метод мог бы поставить клиента в неловкое положение, если бы данные того требовали.
Какая программа для транскрибирования записей встреч на испанском языке является лучшей?
Лучшим универсальным инструментом для транскрипции испанских встреч в нашем тесте стал tl;dv, набравший 170,2 балла из 200 и победивший по показателям точности, функциональности и надежности. Это был единственный инструмент, который правильно отреагировал на переключение на каталанский язык во время встречи. Однако «лучший в целом» не всегда означает «лучший для вас», и разница между инструментами оказалась меньше, чем можно судить по цифре в заголовке.
Вот честный перечень того, что вам действительно понадобится:
- Для максимально точной транскрипции испанского языка, и точка: tl;dv 53,7/65). Если для вас крайне важно точно передать слова как в мексиканском, так и в испанском языке полуострова, а также при переключении языка посреди предложения (например, на каталанский), это единственный подходящий вариант.
- Если речь идет о чистой точности при ограниченном бюджете и о соответствии требованиям ЕС: tl;dv 170,2 в общем, 53,7 по точности) вновь лидирует благодаря своей немецкой базе и подтвержденной высокой точности. HappyScribe (143,4 в общем, 45,2 по точности) также по умолчанию хранит ваши данные в дата-центре на территории ЕС и был признан одним из лидеров нашим рецензентом, являющимся гражданином ЕС. Отличный выбор для команд из ЕС, которым предъявляются строгие требования GDPR.
- Что касается самых полезных заметок с совещаний: первое место занимает Fireflies 151,4 в общем зачете, 33,2 по показателю «Качество совещаний в реальных условиях»), но с минимальным отрывом. tl;dv второе место (32,5) в категории «Качество совещаний в реальных условиях». У обоих сервисов есть отличные бесплатные тарифные планы, с которых можно начать пользоваться прямо сейчас.
- Подходите к этому с осторожностью: Otter 96,6) работал медленно, придумывал несуществующих собеседников, не имеет хостинга в ЕС и является единственным инструментом в этом обзоре, который обучает свои модели на ваших записях. Google Gemini 87,2) не может транскрибировать загруженные файлы, оказался самым медленным из протестированных инструментов и не предлагает бесплатного тарифа. Неплохо, если вы уже пользуетесь Google Workspace, в остальных случаях — довольно плохо.
Если вы хотите опробовать инструмент, занявший первое место в тесте, tl;dv бесплатно навсегда. Вам не понадобится кредитная карта, и нет никакого обратного отсчета пробного периода. А что самое лучшее? Он автоматически распознает испанский и более 40 других языков в Google Meet, Zoom и Teams, а в других приложениях — без использования ботов — через настольное приложение.
Часто задаваемые вопросы о точности инструмента транскрипции испанского языка
Насколько точна транскрипция встреч на испанском языке с помощью ИИ?
Лучшие лучшие инструменты искусственного интеллекта теперь обеспечивают четкую испанский аудиоматериал с точностью примерно 90–95% точности, хотя этот показатель быстро снижается при при наличии нескольких говорящих, фоновых шумов или регионального сленга. В нашем слепом тестировании пяти инструментов на трёх испаноязычных сессий, tl;dv показал наивысшие оценки по точности транскрипции (53,7 из 65), а HappyScribe стал ближайшим конкурент с результатом 45,2.
Цифра, которая указан на маркетинговой странице, — это почти всегда является показателем в лучшем случае: один докладчик, чистый звук, нейтральный акцент. На самом деле встречи проходят не так гладко, и именно здесь возникают пробелы: имена, валюта, аббревиатуры и кто-то перебивает кого-то другого.
Почему инструменты транскрипции на основе ИИ испытывают трудности с испанским языком?
Для системы транскрипции испанский язык — это не один язык, а целое семейство региональных вариантов, и большинство инструментов настроены лишь на один из его вариантов. Модель, обученная на испанском языке Пиренейского полуострова, может не распознавать мексиканскую лексику и формат обозначения валюты, в то время как модель, настроенная на латиноамериканский вариант, затрудняется с обращением «vosotros» и кастильскими оборотами речи.
Работает ли система транскрипции на основе ИИ по-разному с латиноамериканским и кастильским вариантами испанского языка?
Да, и эта разница больше, чем признают большинство инструментов. Некоторые программы для транскрибирования автоматически определяют вариант языка (в нашем тесте это отлично справилисьtl;dv HappyScribe), в то время как другие заставляют вас заранее выбрать регион или по умолчанию используют вариант полуостровного испанского, независимо от того, проходит ли встреча в Мехико или в Мадриде.
Мы специально провели тестирование на обоих вариантах: двух мексиканских сессиях и одной из Испании. Сервисы, позволяющие заранее выбрать диалект или действительно автоматически его определяющие, давали заметно более точные транскрипты, чем те, которые использовали единую универсальную модель испанского языка (Otter Gemini). Если ваша команда работает по обе стороны Атлантики, поддержка диалектов — это не просто приятное дополнение.
Сможет ли система транскрипции на базе ИИ справиться с переключением между испанским и каталонским языками?
В основном — нет. Но именно это стало самым значительным фактором, отличавшим инструменты друг от друга, за весь наш тест. Когда один из выступающих на парламентских слушаниях в Испании посреди предложения перешел с кастильского испанского на каталанский, tl;dv единственным из пяти инструментов, который отследил этот переход и правильно транскрибировал каталанский текст. Все остальные инструменты либо преобразовали его в приблизительный испанский, либо сдались и стали гадать.
В реальных испаноязычных совещаниях смена языка встречается повсеместно. Некоторые участники переходят на каталанский, английский или даже используют термины из языков коренных народов. Если ваши совещания проходят на нескольких языках, обязательно проверьте это заранее, прежде чем принимать окончательное решение.
Какой инструмент для транскрипции лучше всего подходит для мексиканского испанского?
В ходе нашего тестирования tl;dv лучше всего tl;dv мексиканским испанским: он лидировал в обеих сессиях, посвященных Мексике (слушаниях в Сенате и президентской «маньянере»), правильно воспроизводя такие цифры, как «1 391 муниципалитет», и выражения, связанные с валютой, например «un millón trescientos mil». HappyScribe стал сильнейшим конкурентом по показателю абсолютной точности.
Слабые места проявились в нижней части таблицы: Otter «$1300000» — неверный символ, отсутствие разделителей, отсутствие форматирования в соответствии с языковыми нормами. При проведении совещаний по бюджету или штатному расписанию это означает разницу между заметками, которым можно доверять, и теми, на перепроверку которых приходится тратить время, сверяя их с записью.
Соответствует ли транскрипция испанских совещаний с помощью ИИ требованиям GDPR?
Некоторые инструменты предназначены именно для этого, а другие — нет, поэтому перед тем, как записывать даже одно заседание в ЕС, стоит это проверить. В ходе нашего тестирования tl;dv HappyScribe оказались единственными инструментами, которые по умолчанию хранят данные в дата-центре на территории ЕС (они разработаны в Германии и Испании соответственно). Оба инструмента также соответствуют требованиям SOC 2 и GDPR.
Здесь важны именно исключения. Fireflies обеспечивает хранение данных на территории ЕС Fireflies в рамках тарифного плана «Enterprise», поэтому при использовании стандартного тарифного плана ваши данные могут обрабатываться в США. Otter вообще не Otter документально подтвержденного хостинга на территории ЕС , и это единственный инструмент из тех, что мы нашли, который обучает свои собственные модели на ваших записях (пусть и обезличенных, но всё же). Это именно тот ответ, который специалист по обеспечению соответствия нормативным требованиям меньше всего хочет услышать.
Можно ли бесплатно делать стенограммы испаноязычных совещаний?
Да. Несколько сервисов предлагают действительно бесплатные тарифные планы, хотя их ограничения различаются. tl;dv бесплатный tl;dv без срока действия с неограниченным количеством записей и транскрипцией на более чем 40 языках, включая испанский; для регистрации не требуется кредитная карта; Fireflies предлагает неплохой бесплатный тарифный план с ограниченным количеством искусственно-интеллектуальных резюме.
Otter бесплатный тариф, но он ограничивает время использования 300 минутами в месяц; бесплатный лимит HappyScribe скорее напоминает короткую пробную версию, а Gemini Google Gemini вообще Gemini отдельного бесплатного варианта. Вместо этого Gemini в состав платного пакета Google Workspace. Если вы хотите опробовать инструмент, занявший первое место в нашем тестировании, tl;dv бесплатно с самого начала без ограничения срока пробного периода.
