İçeriğe git
İspanyolca Transkripsiyon Araçları ve Doğruluğu: Özet
Beş yapay zeka tabanlı toplantı transkripsiyon aracını gerçek İspanyolca ses kayıtları üzerinde test ettik. Meksika'da gerçekleştirilen iki oturum ve İspanya'da gerçekleştirilen bir oturumda, tl;dv 200 üzerinden 170,2 puanla birincitl;dv ve Fireflies 151,4) ile HappyScribe (143,4) araçlarını geride bıraktı. tl;dv, ham transkripsiyon doğruluğu açısından liderdi ve toplantı sırasında Kastilya İspanyolcasından Katalanca'ya geçiş yapan bir konuşmacıyı doğru şekilde takip eden tek araçtı; diğer araçlar ise bu geçişi anlamsız İspanyolca olarak aktardı.
Ancak bu tam bir zafer değildi ve öyleymiş gibi davranmayacağız:
- HappyScribe, transkripsiyon doğruluğu tl;dv 45,2/65 puan alarak tl;dv hemen ardından ikinci sırada yer aldı. Bu, İspanyolca bir araç olduğu için beklenen bir sonuçtu.
- Fireflies gerçek hayattaki toplantı kalitesi konusunda (33,2/45) diğer tüm araçlardan daha yüksek puan aldı; bu da genel sıralamada ikinci sırada yer almasının nedenlerinden biridir.
- Otter (96,6) ve Google Gemini (87,2) sıralamanın en sonunda yer aldı. Otter yabancı dillerde Otter , Google Gemini diğerleri gibi dosya yükleme özelliğine sahip Gemini için testin bir kısmına katılamadı. Genel olarak bakıldığında, Gemini Otter biraz daha Gemini , ancak dosya yükleme özelliğinin olmaması nedeniyle genel olarak daha düşük puan aldı.
Nihai sıralama: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Test için kullandığımız İspanyolca toplantı transkripsiyon araçlarının hepsi İspanyolca’yı işleyebildiğini iddia ediyor. Ancak Latin Amerika İspanyolcası ile İspanya İspanyolcası arasında bir fark var ve çoğu araçta tam da bu noktada eksiklikler ortaya çıkıyor.
Madrid’deki yönetim kurulu toplantılarında Meksika’ya ait kelime dağarcığı, para birimi ve yer adları üzerine ayarlanmış bir model; Latin Amerika ses kayıtlarıyla eğitilmiş bir model ise “vosotros” ifadesini ve İber Yarımadası’na özgü ifade biçimlerini algılayamıyor; ayrıca bu modellerin neredeyse hiçbiri, konuşmacının cümlenin ortasında Katalanca, İngilizce veya yerli bir terime geçmesini öngörmüyor.
Bu, yanlışlık yapılabilecek oldukça geniş bir alandır. İspanyolca, yaklaşık 519 milyon ana dili konuşanı ve toplam 636 milyon konuşanıyla dünyanın en çok konuşulan ikinci ana dilidir. Yabancı dil olarak öğrenenlerin sayısı bile son on yılda %79 oranında artmıştır. Bu da, çok çeşitli aksanlarla İspanyolca olarak gerçekleştirilen çok sayıda toplantı olduğu ve bunları kaydeden aracın tüm bunlara ayak uydurması gerektiği anlamına gelir.
Peki, tl;dv İspanyolca konuşan bir kullanıcı için ne kadar tl;dv görmek amacıyla, bu aracı yaygın olarak kullanılan diğer dört araçla karşılaştırmalı olarak test ettik:
Her araca aynı kaynak ses dosyası verildi: İspanyolca kaydedilmiş üç hükümet oturumu; ikisi Meksika’dan, biri İspanya’dan. Ardından, kör LLM testleri ve ana dilini konuşan bir kişinin değerlendirmesi yoluyla bu oturumları dört ayrı alanda puanladık.
- Transkripsiyon ve Doğruluk
- Gerçek Hayattaki Toplantı Kalitesi
- Yetenekler ve Özellikler
- Güven, Güvenlik ve Değer
Transkripsiyon ve özet çıktılarını işledik, bunları iki bağımsız büyük dil modeli (AnthropicClaude’u ve xAI’nin Grok’u) ile kör değerlendirme yoluyla puanladık; ardından, araç isimleri gizlenmiş ve anonimleştirilmiş bir biçimde her bir çıktıyı İspanyolca ana dili konuşan bir kişiye incelettik.
İşte sonuçlar.
| Seviye | Max | tl;dv | Google Gemini | Otter | Mutlu Yazar | Fireflies |
|---|---|---|---|---|---|---|
| Transkripsiyon ve doğruluk | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Gerçek hayattaki toplantı kalitesi | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Yetenekler ve özellikler | 72 | 66 | 22 | 38 | 49 | 63 |
| Güven, güvenlik ve değer | 18 | 18 | 15 | 11 | 17 | 17 |
| Toplam puan | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Sıra | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet , dosyaları metne dönüştürme özelliğine sahip Google Meet için tüm testlere katılamadı.
İspanyolca Toplantı Transkripsiyonu ve Doğruluğu
tl;dv Testte en doğru İspanyolca transkripsiyonu üreten HappyScribe, 65 üzerinden 53,7 puan aldı — ve konuşmacı cümlenin ortasında Kastilya İspanyolcasından Katalanca'ya geçtiğinde, beş araçtan sadece bu araç dengede kalmayı başardı. HappyScribe, 45,2 puanla en yakın rakip oldu; onu Fireflies 38,2), Google Gemini 32,7) ve en son sırada yer alan Otter(23,8) izledi.
Bu puanlar, AnthropicClaude ve xAI’nin Grok adlı iki bağımsız büyük dil modeli (LLM) tarafından verildi; ardından, araç isimleri gizlenerek ana dili konuşan kişilerce yapılan kör bir incelemeyle teyit edildi; böylece hiçbir modelin logodan etkilenmesi engellendi. Aslında plan Claude ve ChatGPT’yi kullanmaktı, ancak ChatGPT, testin yürütülmesi için çok karmaşık ve sindirilmesi için çok uzun olduğunu öne sürerek bunu yapmayı kesin bir dille reddetti. Test, üç canlı toplantı ve her birinde birer dosya yüklemesi olmak üzere beş araçta 90 sayfadan fazla transkript ve not üzerinden gerçekleştirildi. ChatGPT, görevi ne kadar küçük parçalara bölsem de her denemede yarıda bıraktı. Grok ise hiçbir şikayette bulunmadan tüm süreci tamamladı; bu da Grok ile ChatGPT arasındaki tartışmada kendi başına küçük bir veri noktasıdır.
| Metrik | Puanlama nasıl yapılır? | tl;dv | Google Gemini | Otter | Mutlu Yazar | Fireflies |
|---|---|---|---|---|---|---|
| Dil doğruluğu | Aynı dildeki doğruluk düzeyine ilişkin, ana dili konuşan kişiler tarafından yapılan kör ciddiyet derecelendirmesi | 16,8/20 | 20 Eylül | 20 Ağustos | 13/20 | 20/11 |
| Dile özgü işlemler | Aksan işaretleri, noktalama işaretleri, bölgesel varyantlar, dil değiştirme | 16,3/20 | 11.2/20 | 6,2/20 | 12,5/20 | 11.8/20 |
| Karakter hata oranı puanlaması | Resmi transkript veya referans metin temel alınarak hesaplanmıştır | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Varlık algılama | Oyuncu kadrosundaki isimler, şirketler ve yerler | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Sayılar, tarihler ve para birimleri | Rakamlar, tarihler ve tutarlar ilgili dilde doğru biçimde biçimlendirilmiştir | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Teknik terimin ham tanıma | Özel eğitim öncesinde sektör terimleri ve kısaltmalar | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Noktalama ve bölümleme | Deneme çalıştırması çıktısındaki cümle sonları ve paragraflandırma | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Transkripsiyon ve doğruluk ara toplamı | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Bölgesel Varyantlar ve Katalan Sürpriz Atışı
Testin tamamında en belirleyici unsur, dil değiştirme olayıydı. İkinci oturumumuzda, İspanyol parlamentosunda düzenlenen bir sağlık konulu duruşma (bir comparecencia ) sırasında, bir konuşmacı konuşmasının ortasında Kastilya İspanyolcasından Katalanca’ya geçti ve tl;dv , bu geçişi takip edip Katalanca’yı Katalanca olarak transkribe eden tek araç tl;dv . Diğer tüm araçlar ise bunu yaklaşık İspanyolca’ya indirgedi ya da pes edip tahminde bulundu.
Bu özellik, özellik listelerinde nadiren yer alır, ancak gerçek hayatta konuşma metnini altüst eder. tl;dv otomatik dil algılama tl;dv ; bu sayede hangi dilde konuşursanız konuşun ya da kaç kez dil değiştirirseniz değiştirin, sistem sizi takip eder. İşte bu, İspanyolca konuşulan dünyada sıkça karşılaştığınız bir durumdur; tek bir görüşmede aynı beş dakika içinde Meksika kelime dağarcığı, İber Yarımadası’na özgü “vosotros” kullanımı ve bölgesel bir alıntı kelime bir arada yer alabilir.
Kör insan değerlendirmesi bu durumun diğer yönünü de ortaya çıkardı: Bir clip araç, konuşmacının “súper caro” (çok pahalı) dediğini düşünürken, ses kaydında aslında “súper claro” (çok net) deniyordu. Sadece HappyScribe doğru sonucu verdi; ancak ana dili İngilizce olan bir inceleme, bu ifadenin onlar için bile anlaşılması zor olduğunu doğruladı. Buna rağmen, HappyScribe tutarlı bir şekilde en iyi performansı gösteremedi. Notlar ve yapılacaklar listesi söz konusu olduğunda, bu tek bir yanlış kelime bile önemli olabilir. Anlamı önemli ölçüde değiştirir; bu nedenle, hakkını vermek gerekir.
İsimler, Yerler ve Kendine Çok Güvenen Bir “Bulmaro”
Varlık algılama, bu alanda en zorlu rekabetin yaşandığı konudur ve bir rakibin açık ara farkla kazandığı birkaç kategoriden biridir. HappyScribe, tl;dv 4,2’ye karşı 4,0’lık skorla geride bıraktı. Özel isimler ve kısaltmalar, ikinci bir dilde ilk olarak sorun yaratan unsurlardır; çünkü model, bunlar hiçbir sözlükte yer almamasına rağmen bunları tanımak zorundadır (işte bu yüzden özel kelime dağarcığı özelliği vardır).
Meksika’daki mañanera basın toplantısında, tl;dv “Dalila”yı, “INAH” (Meksika Ulusal Antropoloji Enstitüsü) kısaltmasını ve “1.391 municipio” ifadesini tl;dv tespit etti. Fireflies ise Dalila’yı “Bulmaro” olarak Fireflies — kendinden emin, yanlış ve gerçeğe hiç de yakın değil. Google Gemini ilginç bir örnek: odadaki neredeyse tüm istatistikleri doğru bir şekilde belirledi, ancak “INAH”ı “Lina”ya çevirdi. Sayılarla harika, isimlerle ise zayıf.
Sayılar, Tarihler ve Para Birimleri
Rakamlar, tarihler ve para birimleri konusunda tl;dv HappyScribe, 5 üzerinden 4,5 puanla zirvede eşit puan aldılar. Her ikisi de tutarları net ve hedef dilde doğru bir şekilde aktardı. Aradaki fark ancak tablonun en alt kısmında belirginleşiyor.
tl;dv , “un millón trescientos mil” ifadesini İspanyolca konuşan bir kişinin gerçekte telaffuz ettiği şekilde tl;dv . Otter ise “$1300000” şeklinde Otter ; bu yazımda yanlış para birimi sembolü kullanılmış, ayırıcılar eklenmemiş ve dilin kendi biçimlendirme kuralları uygulanmamıştır. Başka bir yerde ise Otter , 70 pueblo’ya yapılan bir atıfı “nueve” (dokuz) olarak Otter ve Afro-Meksikalı toplulukların nüfus rakamlarını (15.795 ve 442) anlamsız bir “15742” rakamına indirgedi. Toplantı bütçeler veya kişi sayıları ile ilgili olduğunda, bu durum güvenebileceğiniz notlarla, kaydı tekrar dinleyerek doğrulamanız gereken notlar arasındaki farkı ortaya koyar; bu da not tutmanın amacını büyük ölçüde boşa çıkarır.
Gerçek Hayattaki Toplantı Kalitesi
Fireflies burada 0,7 puan farkla önde Fireflies , tl;dv arkasında tl;dv (33,2’ye karşı 32,5). Notları kullanışlı kılan da işte budur: kim ne dedi, ne kararlaştırıldı ve bundan sonra ne yapılacak.
İlk üç arasında çok az fark vardı: Fireflies , 45 üzerinden 33,2 puanla Fireflies öne Fireflies , tl;dv 32,5) ve HappyScribe (32,2) hemen arkasında yer aldı; bu sonuç, temelde üçlü bir beraberlik anlamına geliyor. Otter 23,8 puanla Otter ; Google Gemini ise bu turun bir kısmına hiç Gemini , bu yüzden 17,5 puanının yanında yıldız işareti bulunuyor (bu konuyla ilgili ayrıntılar aşağıda yer almaktadır).
Sonuç olarak: Sadece toplantı açısından kullanışlılık açısından bakıldığında, ilk üç arasında bir puandan az fark var ve seçiminiz, hangi göreve en çok önem verdiğinize bağlı olarak belirleniyor.
| Metrik | Puanlama nasıl yapılır? | tl;dv | Google Gemini | Otter | Mutlu Yazar | Fireflies |
|---|---|---|---|---|---|---|
| Günlüğe kaydetme kalitesi | Doğru oyuncu sayısı ve rol dağılımı ile bilinen oyuncu kadrosu karşılaştırması | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Davranışsal istikrar | Canlı toplantılar ve dosya yüklemeleri arasında davranış tutarlılığı | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Özet kalitesi | Özetin yararlılığı ve ödünç kelimeler de dikkate alındığında özetin kaynak dilde kalıp kalmadığı | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| Halüsinasyon / ekleme oranı | Ses kaydında bulunmayan, uydurulmuş, tekrarlanmış veya kopyalanmış metin. Yanlış duyulanlar ve kesik kısımlar hariç | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Eylem maddelerinin çıkarılması | Toplantıdan çıkarılan görevlerin ve takip konularının kalitesi | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Otomatik bölümler / bölümlere ayırma | Özet, toplantıyı faydalı bölümlere ayırıyor mu? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Gerçek ortamda yapılan toplantı kalitesi ara toplamı | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* Günlükleştirme kalitesi ve davranışsal istikrar için test amacıyla dosya yüklemesi gerekiyordu; bu ise Google Gemini bir özellik.
Günlükleştirme: Aslında Kim Konuşuyor?
Fireflies , 10 üzerinden 7,5 puanla en doğru hoparlör ayrıştırmasına Fireflies ; HappyScribe (7) hemen arkasında yer alırken, tl;dv de 6 tl;dv kayda değer tl;dv . Otter ise en yaratıcı diyalog ayrıştırmasına Otter ki bu bir övgü sayılmaz.
Otter , canlı bir toplantıda tek bir hoparlörden çalınan sesi Otter , tek bir sesi kendinden emin bir şekilde küçük bir komiteye dönüştürdü. Hayali konuşmacılar, hiç etiket olmaması durumundan bile daha kötüdür; çünkü onlara güvenirsiniz: Sonunda, hiç var olmayan “Konuşmacı 3”e bir kararı atfedersiniz. tl;dv daha dürüst tl;dv ve kimseyi uydurmadan ortada bir yerde yer aldı. Gemini ise yüklenen dosyada hiçbir zaman günlük kaydı içeren bir çıktı üretmediği için bu konuda puan Gemini .
Yapılması Gerekenler
HappyScribe, testte en net eylem maddelerini ortaya çıkardı (5 üzerinden 4,5) ve toplantıda tartışılan tek gerçek bir sonraki adımı belirledi. tl;dv , büyük dil modelleri (LLM’ler) tarafından daha az önemli gördükleri ek eylem maddeleri eklediği için düşük puan tl;dv (3,7). tl;dviçgüdüsü, size yapılacak işler bulmaktır; bu, bir satış görüşmesinde tam olarak istediğiniz şeyken, iki saatlik bir parlamento oturumunda pek de istediğiniz bir şey değildir. Bu durum kısmen test materyalindeki bir eksiklikten kaynaklanmaktadır. Resmi transkripti olan gerçek bir İspanyolca satış görüşmesi bulmak neredeyse imkansızdı.
Özetler
Özetler genel olarak daha sıkıydı. Gemini Fireflies en iyi puanla (4,5) Fireflies ; Geminiözellikle dikkat çekiyor: Bir LLM üzerine kurulu olduğu için, altta yatan transkript tutarsız olsa bile net ve okunabilir bir özet oluşturuyor. Tutarsız ham metni iyi bir şekilde düzeltmiş.
tl;dv HappyScribe, 3,8 puanla eşit puan aldılar; her ikisi de toplantıda yaşanan olayların özetlerini kaliteli bir şekilde hazırladı.
Davranışsal İstikrar (ve Gemini burcundaki yıldız işareti)
tl;dv Fireflies , farklı oturum türleri arasında en tutarlı araçlar Fireflies ve 10 üzerinden 7,5 puanla eşit sonuç aldılar. Bu, sesin ister canlı bir görüşme ister yüklenmiş bir dosya olması fark etmeksizin aynı şekilde çalıştıkları anlamına geliyor. Gemini bir istisna Gemini : Google Meet Gemini , yüklenmiş dosyaları hiç transkribe Google Meet , diarizasyon veya istikrar açısından puanlanamadı ve ara toplamı 45 yerine 25’te kaldı.
Halüsinasyonlar
HappyScribe, belirli bir tuhaflık nedeniyle istikrar açısından biraz puan kaybetti: Ses kaydı İspanyolca olmasına rağmen, yüklenen oturumda özetini İngilizceye çeviriyordu. Bunun nedeni, yüklenen dosyalardan otomatik bir özet alınamamasıdır. Bir özet almak için HappyScribe’ın yapay zekasına talimat vermeniz gerekir. Belirli koşullar altında ara sıra yaşanması büyük bir sorun teşkil etmez, ancak İspanyolca notlar istediğiniz halde dilin değişmesi can sıkıcı olabilir.
Öte yandan, tl;dv HappyScribe, halüsinasyon açısından en hatasız sonuçları verdi (her ikisi de 10 üzerinden 7,7); bu da, metni tekrarlamaları, kopyalamaları veya hiç söylenmemiş metinler uydurmaları ihtimalinin en düşük olduğu anlamına geliyor. Bu tür hatalar, transkripti satır satır okumadıkça fark edilmesi zor olduğu için genellikle en büyük zarara yol açan hatalardır.
Yetenekler ve Özellikler
tl;dv , 72 özellikten 66’sını sunarak bu alanda birinci tl;dv , ancak Fireflies 63) rekabeti oldukça çekişmeli hale getirdi. Aradaki fark, tl;dv neredeyse hiç kimsenin tl;dv birkaç özelliğe (sesli yazdırma, çeviriler ve en yüksek işlem hızı) dayanıyor.
Bu aşamada “en doğru” olması o kadar önemli değildir; asıl soru “bu gerçekten benim iş akışıma uyuyor mu?” haline gelir. Ara toplama değerine güvenmek yerine satır satır okumakta fayda var.
| Metrik | Puanlama nasıl yapılır? | tl;dv | Google Gemini | Otter | Mutlu Yazar | Fireflies |
|---|---|---|---|---|---|---|
| Kutudan çıkar çıkmaz hoparlörlerin isimlendirilmesi | Meet, Zoom ve Teams’te gerçek konuşmacıların adlarını otomatik olarak belirler | 5/5 | 5/5 | 0/5 | 0/5 | 5/5 |
| Sesli baskı | Kullanıcının kendi sesi için ses izi eğitimi seçeneği | 5/5 | 0/5 | 0/5 | 0/5 | 0/5 |
| Bot içermeyen kayıt | Aramaya bir bot göndermeden sistem sesinden kayıt yapar | 5/5 | 3/5 | 0/5 | 0/5 | 5/5 |
| CRM senkronizasyonu | Yerel ve otomatik senkronizasyon | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Özel notlar / şablonlar | Özelleştirilebilir özet biçimleri ile sabit çıktı karşılaştırması | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Özel kelime dağarcığı / varlık eğitimi | Sektör terimlerini ve kısaltmalarını öğretin | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| İspanyolca kullanıcı arayüzü yerelleştirmesi | Ürünün arayüzünün kendisi İspanyolca olarak mevcut olup olmadığı | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 |
| Entegrasyonların kapsamı | Slack, takvim, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| İşlem hızı | Toplantının bitiminden transkriptin tamamlanmasına kadar geçen süre | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Dolgu kelimelerinin izlenmesi | Dolgu kelimelerinin izlenmesi – “um”, “eh”, “este” gibi kelimeleri, kekemelik nedeniyle tekrarlanan kısımlar olmadan izler. Konuşma metinlerinin aşırı düzeltilmeden tam olarak görünür olmasını sağlar | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Zaman damgası doğruluğu | Zaman damgalarının doğru ana denk geldiğini rastgele kontrol edin | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Çeviri seçenekleri | Toplantı notlarını çevirebilir mi ve kaç dile çevirebilir? | 3/3 | 0/3 | 0/3 | 3/3 | 0/3 |
| Transkript içinde arama yap | Toplantı içinde ve kütüphane genelinde arama yapın | 3/3 | 2/3 | 3/3 | 3/3 | 3/3 |
| Transkript düzenleme kullanıcı arayüzü | Transkripti sonradan kolayca düzeltebilir misiniz? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Dışa aktarma biçimleri | SRT, VTT, TXT, DOCX ve benzeri | 0/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Canlı / gerçek zamanlı konuşma metni | Toplantı sırasında canlı olarak bir konuşma metni gösteriliyor mu? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 |
| Toplantı platformu kapsamı | Zoom, Meet, Teams ve Webex kapsamı | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Mobil uygulama yakalama | Mobil uygulama aracılığıyla yüz yüze toplantıları kaydedebilir mi? | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Yerel MCP sunucusu | AI asistanlarının toplantı arşivinde arama yapmasına olanak tanıyan, kendi geliştirilen birinci taraf sunucu | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Hoparlör etiketini düzenleme | Hoparlörlerin adını daha sonra değiştirebilir ve yeniden atayabilir misiniz? | 3/3 | 1/3 | 3/3 | 3/3 | 3/3 |
| Yetenekler ve özellikler ara toplamı | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
İşlem Hızı: Bir Dakika Karşı Dokuz
tl;dv , testte açık ara en hızlı araç tl;dv ve yaklaşık bir dakika içinde hazır bir transkript sundu. Google Gemini toplantıya ev sahipliği yapan platform olmasına rağmen, yaklaşık dokuz dakika ile en yavaş Gemini .
İşte toplantı sonundan kullanıma hazır transkripte kadar olan sürecin tam akışı:
- tl;dv — ~1 dakika
- HappyScribe — yaklaşık 2 dakika
- Fireflies — ~3 dakika
- Otter — ~7 dakika (ve bu videoda canlı altyazı var, yani mazeret yok)
- Google Gemini — yaklaşık 9 dakika
Hız, bir sonraki toplantı başlamadan önce bir alıntı bulmaya çalışırken müşteri görüşmesinde oturduğunuz ana kadar önemsiz bir gösterge gibi gelebilir. Bir dakikalık işlem süresi, sekmeyi kapatmadan notların hazır olması anlamına gelir; dokuz dakikalık bir süre ise, siz başka bir işe geçip kontrol etmeyi unutmuş olmanız demektir.
Bot İçermeyen Kayıt ve Ses Tanıma
tl;dv rakiplerinin tl;dv gerçekten ayıran iki özellik var: bot içermeyen kayıt ve ses izleme. “Bot içermeyen” ifadesi, tl;dv görüşmeye bir bot gönderip herkesi rahatsız etmeden, sistem sesiniz aracılığıyla toplantıyı tl;dv . tl;dv Fireflies bu özelliği Fireflies sunuyor; Otter HappyScribe Fireflies sunmuyor. Gemini varsayılan olarak bir botu Gemini , ancak yalnızca Google Meet çalıştığı Google Meet puan kaybediyor.
Ses tanıma, en çok öne çıkan özellik: tl;dv testteki tl;dv yalnızca tl;dv kendi sesinizle eğitilerek toplantılar boyunca sizi tanıyabilmenizi tl;dv ; manuel olarak yeniden etiketlemeye gerek kalmıyor. “Konuşmacı 2”yi kırkıncı kez kendi adınızla yeniden adlandırana kadar bu, önemsiz bir ayrıntı gibi görünebilir.
Canlı Transkriptler
Canlı transkriptlerde, Fireflies, Gemini ve Otter doğru ayarları yaptığınız takdirde, söylenenleri anında size aktarır. Örneğin, bazıları için uygulama gereklidir.
tl;dv , toplantı sırasında ekranda gerçek zamanlı transkript tl;dv ; HappyScribe de öyle. Kelimelerin canlı olarak kaymasını izlemek çalışma tarzınız açısından önemliyse, Fireflies, Otter veya Gemini sizin için en uygun Gemini .
Buradaki Hiç Kimsenin Tek Başına Sahip Çıkamayacağı MCP Sırası
Eskiden yerel MCP sunucuları gerçek bir ayırt edici unsurdu. Artık öyle değil. Bu testteki Google Gemini hariç tüm araçlar Gemini böyle bir sunucu sunuyor tl;dv Fireflies, HappyScribe ve Otter 5/5 puan aldı.
Yerel bir MCP (Model Context Protocol) sunucusu, Claude veya ChatGPT gibi bir yapay zeka asistanının toplantı arşivinize doğrudan sorgu yapmasına olanak tanır: “Geçen çeyrekte Guadalajara hesabıyla ne üzerinde anlaştık?” sorusuna, gerçek görüşmelerinizden alınan yanıtlarla cevap verilir. Bu gerçekten de kullanışlı bir özelliktir ve 2025 tarihli bir karşılaştırma yazısını okusaydınız, tl;dv bu özelliği geliştirme konusunda büyük bir avantaj tl;dv bilirdiniz. 2026’da herkes MCP’yi piyasaya sürüyor. Geminihariç…
Güven, Güvenlik ve Değer
tl;dv bu konuda tam puan tl;dv : 18 üzerinden 18; bunu başaran tek araç budur. SOC 2 ve GDPR ile uyumludur, yapay zekasını kayıtlarınız üzerinden eğitmez, fiyatları sadece teklif üzerine değil kamuya açık olarak yayınlanır ve premium bir ücretsiz planı vardır (işe yaramaz bir deneme sürümü değil). Ancak mükemmel bir puan, diğer araçları güvenlik riski haline getirmez; bu nedenle asıl önemli soru, hangi endişenin uykularınızı kaçırdığıdır. İşte bu noktada bu araçlar birbirinden ayrılır.
HappyScribe ve Fireflies 17/18 gibi güçlü bir puan aldı. Google Gemini 15 Gemini , Otter 11 puanla Otter ; bunun nedenlerini, özellikle de AB içinde toplantı kaydı yapıyorsanız, ayrıntılı olarak açıklamakta fayda var.
| Metrik | Puanlama nasıl yapılır? | tl;dv | Google Gemini | Otter | Mutlu Yazar | Fireflies |
|---|---|---|---|---|---|---|
| Veri yerleşimi / bölgesel barındırma | Bölgesel barındırma seçenekleri, örneğin talep üzerine AB barındırma | 3/3 | 3/3 | 0/3 | 3/3 | 2/3 |
| Güvenlik ve uyumluluk | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 2/3 | 3/3 | 3/3 |
| Kullanıcı ses kayıtları üzerine yapay zeka eğitimi | Bu, yapay zekanın sizin ses verilerinizle eğitilmesini engelliyor mu (eğitim yapılmadığında tam puan alınır mı)? | 3/3 | 3/3 | 1/3 | 2/3 | 3/3 |
| Veri saklama kontrolleri | Kayıtların ve transkriptlerin ne kadar süreyle saklanacağına ilişkin kontrol | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Fiyat şeffaflığı | Plan fiyatları, sadece teklif olarak değil, açık bir şekilde yayınlanmaktadır | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Ücretsiz paket / sınırlar | Ücretsiz planın mevcut olup olmadığı (sadece ücretsiz deneme sürümü varsa puan 0 olarak değerlendirilir) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Güven, güvenlik ve değer ara toplamı | 18/18 | 15/18 | 18 Kasım | 17/18 | 17/18 |
* Temmuz 2026'da her bir tedarikçinin kendi güvenlik belgelerinden doğrulanmıştır.
Toplantı Verileriniz Aslında Nerede Saklanıyor?
AB’de İspanyolca toplantıları kaydeden bir ekip için veri barındırma yeri, sadece “olsa iyi olur” türünden bir şey değil, GDPR açısından zorunludur. HappyScribe, varsayılan olarak tüm verileri bir AB veri merkezinde tutar (şirket Barselona kökenlidir ve bu açıkça bellidir); tl;dv varsayılan olarak AB'de barındırma hizmeti sunar (Alman şirketi), ancak gerekirse farklı bölgelerde (örneğin ABD veya Japonya) barındırma yapabilir. Google Gemini , Google Workspace'in veri bölgesi denetimlerini Gemini ; bu nedenle üçü de tam puan alır.
Fireflies daha koşullu Fireflies : AB’de veri depolama seçeneği mevcut olmakla birlikte, bu seçenek Enterprise planına özel bir Özel Depolama seçeneği olduğundan, standart bir plan kapsamında verileriniz yine de ABD’de işlenebilir. Otter gerçek anlamda bir Otter ; verileri ABD sunucularında barındırılır ve belgelenmiş hiçbir AB barındırma seçeneği bulunmaz; bunun yerine standart veri aktarım hükümlerine dayanır. Bir uyum sorumlusu kayıtlarınızın nerede depolandığını sorarsa, Otter bu konuda en az güven verici cevabı Otter .
Yapay zekasını sizin kayıtlarınızla mı eğitiyor?
İşte küçük yazıları dikkatle okumanız gereken nokta: Otter , bu testte kendi modellerini eğitmek için kayıtlarınızı kullanan tek Otter . Aslında, tam da bu nedenle aleyhine bir toplu dava açılmıştır. Otter , ses kayıtlarını ve transkriptleri öncelikle Otter ; böylece kayıtlarda isimler yer almaz ve hiçbir insan bunları incelemez, ancak kayıtlarınız yine de model eğitiminin bir parçası olur. Bu süreçten açıkça çıkmanın bir yolunu bulmakta size bol şans.
Otter rahatsız eden tek güvenlik sorunu bu değil.
Zoom yaptığım bir risk sermayesi şirketi, görüşmeyi kaydetmek için Otter kullandı ve toplantı bittikten sonra, işleriyle ilgili mahrem ve gizli ayrıntıları tartıştıkları saatler süren özel konuşmalarını da içeren konuşma metnini bana otomatik olarak e-posta ile gönderdi.
— Alex Bilzerian (@alexbilz) 26 Eylül 2024
Diğer tüm hizmetler içeriğinize dokunmaz. tl;dv Fireflies ses verilerinizle eğitim yapmadıkları için tam puan Fireflies Google GeminiWorkspace sürümü Fireflies açık izin olmadan müşteri verileriyle eğitim yapmaz. HappyScribe ise bu ikisinin arasında yer alır. Varsayılan olarak “hayır” yerine, “katılmama” esasına göre çalışır.
Eğer “toplantılarımdan ders çıkarmayın” yaklaşımı size zor geliyorsa, tl;dv Fireflies ve Gemini en güvenli Gemini ; Otter dikkatle incelenmesi gereken bir Otter .
Sertifikalar, Müşteri Tutma ve Ücretsiz Planın Tuzağı
Resmi sertifikalar söz konusu olduğunda rekabet kızışıyor. tl;dv HappyScribe, Google Gemini ve Fireflies tam sertifikasyon setine Fireflies : SOC 2, ISO 27001 ve GDPR. Otter SOC 2 ve GDPR Otter uyumlu Otter , tam ve bağımsız bir ISO 27001 sertifikasına sahip değil (bir ISO çerçeves ine dayalı olarak geliştirilmiştir; bu, sertifika rozetiyle aynı şey değildir). Tüm araçlar, kayıt saklama kontrollerinde tam puan aldı; bu nedenle hangisini seçerseniz seçin, kayıtların ve transkriptlerin ne kadar süreyle saklanacağını belirleyebilirsiniz.
Gemini noktası fiyatlandırma. Hiçbir şekilde ücretsiz planı bulunmuyor; tamamen ücretli Google Workspace paketine dahil edilmiş durumda. tl;dv Fireflies sağlam ücretsiz kullanım seçeneklerine (kart yok, geri sayım yok) sahip ücretsiz yapay zeka not alma uygulamalarıyken, Otter HappyScribe ise daha kısıtlı sınırlara sahip ücretsiz planlar sunuyor.
İspanyolca Toplantı Doğruluk Testi: Metodoloji
Karşılaştırmamız, her araca aynı koşulları sağlamak üzere tasarlanmış, kontrollü ve eşdeğer bir test üzerine kurulmuştur. Aynı ses kaydı, aynı değerlendirme kriterleri, aynı kör değerlendirme… Tek değişken, aracın kendisidir.
Test Seti
Her aracı, tek bir aksan yerine kasıtlı olarak farklı bölgelere yayılmış üç gerçek İspanyolca oturumda test ettik. Bunlardan ikisi Meksika’dan, biri ise İspanya’dandı; zira Mexico City’deki bir hükümet toplantısında mükemmel performans gösteren bir araç, Madrid’deki bir satış görüşmesinde başarısız olabilir ve bunun tersi de geçerlidir.
- Meksika Senatosu oturumu (Comisión Permanente, 1 Temmuz 2026) — yoğun, usule dayalı, çok sayıda konuşmacının yer aldığı.
- İspanya Parlamentosu’nda düzenlenen bir sağlık konulu oturum (Comisión de Sanidad, Bakan Mónica García’nın katıldığı oturum, 16 Mart 2026) — konuşmacılardan birinin konuşmasının ortasında Kastilya İspanyolcasından Katalanca’ya geçtiği oturum.
- Meksika cumhurbaşkanlığının bir “mañanera” basın toplantısı (26 Haziran 2026) — hızlı, istatistiklerle dolu ve en önemlisi, Meksika cumhurbaşkanlığı tarafından kelimesi kelimesine stenografik metin yayınladığı bir basın toplantısı.
Tüm toplantılar için, videonun tamamıyla örtüşen, resmi ve kelime kelime transkripti bulunan toplantıları kasıtlı olarak seçtik. Bu sayede, kabaca bir tahmin yerine, karşılaştırma yapabileceğimiz gerçek bir referans elde ettik. (Önce Arjantin’deki benzer yasama oturumlarının ses kayıtlarını bulmaya çalıştım; ancak transkriptler videolarla uyuşmadığı için bu fikri bıraktım.)
Her bir araç, üç oturumun tamamını canlı olarak işledi; bunlar ekranımdan oynatıldı; ayrıca konuşmacı-diyarizasyon turu için yüklenen bir dosya da vardı. Yüklenen dosya, üçüncü clip aynı clip ; böylece araçların farklı girişler üzerinden aynı ses dosyası üzerinde nasıl performans gösterdiğini görebildik.
İnceleme
Değerlendirme iki aşamada gerçekleştirildi. İlk olarak, değerlendirme, AnthropicClaude ve xAI’nin Grok adlı iki bağımsız büyük dil modelinden (LLM) kör bir şekilde geçirildi. Bu modeller, her bir çıktıyı dil doğruluğu ve gerçek hayattaki toplantılarda kullanılabilirlik açısından değerlendirme kriterlerine göre puanladı. Ardından, İspanyolca ana dili olan değerlendiricimiz, araç isimleri gizlenmiş halde aynı çıktıları kör bir şekilde değerlendirdi; böylece hiçbir sonuç, tanıdık bir logoya bağlı kalmadı.
İnsan değerlendirmeleri, büyük dil modellerinin (LLM) kararlarına oldukça benziyordu. Doğruluk açısından tl;dv HappyScribe’ı ortak birinci sıraya yerleştirdiler; Fireflies ise Fireflies arkalarından geliyordu ve Otter ise sırf eğlence olsun diye anlamsız şeyler Otter . Bu testin yapısı, Japonca transkripsiyon testimiz için geliştirdiğimiz metodolojiyle aynı olduğundan, bu iki test doğrudan karşılaştırılabilir.
Alet Seti
Beş aracı test ettik: tl;dv, Fireflies, HappyScribe, Otter ve Google Gemini. Puanlama aşamasının tamamı boyunca bu araçlar A’dan E’ye kadar numaralandırıldı ve isimleri gizli tutuldu — isimler ancak puanlar kesinleştikten sonra açıklandı; böylece hiç kimse (ister insan ister model olsun) itibarlarına göre puan veremedi.
Her bir araç, ürünleri basitleştirilmiş ücretsiz sürüm üzerinden değerlendirmek yerine, her birine en iyi şansı vermek amacıyla ücretli bir plan kapsamında çalıştırıldı. Bununla birlikte, ücretli planların çoğunun aslında transkripsiyonu değiştirmediği belirtilmelidir. Bunun yerine, daha fazla dakika veya daha fazla yükleme imkânı sunarlar.
Motor ve Plan Ayrıntıları
Bu araçlar aynı şekilde geliştirilmemiştir. Bazıları özel bir konuşma motoru lisansı kullanırken, bir tanesi ise not alma işlevi gören genel amaçlı bir büyük dil modeli (LLM) niteliğindedir.
Daha açık bir ifadeyle, beş araçtan dördü özel bir ASR (otomatik konuşma tanıma) motoru kullanıyor. Bu araçlar, kelimenin tam anlamıyla duyduklarını metne dönüştürmek üzere tasarlanmış. Öte yandan Google Gemini, bunun yerine en olası metni yeniden oluşturan saf bir LLM’dir. İşte bu tek fark, Gemini neredeyse tüm istatistikleri doğru Gemini rağmen “INAH” kelimesini “Lina” olarak yanlış algılamasının nedenini açıklıyor. Gemini, söylenen ismi yakalamak yerine, duruma uyan bir isim uydurdu.
| Araç | Temel motor / tedarikçi | Şirket içi veya lisanslı | Motor tipi | Plan |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Lisanslı | Özel ASR | İş |
| Google Gemini | Google Gemini | Şirket içi (Google) | LLM | Bağımsız Gemini (Business Starter hesabı) |
| Otter | Otter.ai (tescilli) | Şirket içi | Özel ASR | Artıları |
| HappyScribe | Kamuya açıklanmamıştır | Açıklanmadı | Özel ASR (+ insan seçeneği) | Temel |
| Fireflies | Üçüncü taraf ASR (satıcı adı açıklanmamıştır) | Lisanslı | Özel ASR (+ LLM katmanı) | Artıları |
Kapsam ve Uyarılar
Bu testin neyi kanıtladığı ve neyi kanıtlamadığına dair birkaç dürüst sınırlama:
- 1. Seviye puanları mutlak değil, göreceli değerlerdir. 16,8/20 puanı, “bu beş araç arasında en iyisi” anlamına gelir; bu puan, her araç için 4 transkripti (3 canlı + 1 yüklenen) karşılıklı olarak karşılaştıran 2 kör LLM tarafından 20 üzerinden verilmiştir.
- Diarizasyon ve kararlılık, yüklenen tek oturum üzerinden puanlandı; zira bu, tüm araçların aynı konuşmacı koşullarıyla karşılaştığı tek turdu.
- İki Meksika örneği ve bir İber Yarımadası clip , kapsamın tamamını değil, sadece bir kesitini clip . Arjantin, Karayipler, And Dağları veya Ekvator Ginesi İspanyolcasını test etmedik; bu bölgelerde sonuçlar farklılık gösterebilir.
- Google Gemini , yüklenen dosyaları metne Gemini , “Gerçek Dünya” kademesindeki puanı 45 değil, 25 üzerinden hesaplanmıştır — toplam puanı doğrudan karşılaştırma amacıyla değerlendirmeyin.
- Bu, Temmuz 2026 tarihli bir anlık görüntüdür. Planlar, fiyatlar ve özellikler zamanla değişebilir; biz o gün piyasaya sürülen ürünü test ettik.
- Ve en bariz olanı: tl;dv için yazıyorum. İşte tam da bu nedenle puanlama, kör, çift LLM ve ana dilde yapılan inceleme yoluyla gerçekleştirildi . Veriler gerektirirse, bu yöntem müşteriyi zor durumda bırakabilir.
İspanyolca için en iyi toplantı transkripsiyon yazılımı hangisidir?
Testimizde en iyi genel performans gösteren İspanyolca toplantı transkripsiyon aracı şuydu: tl;dvoldu; 200 üzerinden 170,2 puan alarak ham doğruluk, özellikler ve güvenilirlik açısından birinci oldu. Katalanca'ya yapılan canlı geçişi doğru bir şekilde takip eden tek araç olarak öne çıktı. Ancak “genel olarak en iyi” ile “sizin için en iyi” aynı şey değildir ve sonuçlar, başlıktaki rakamın gösterdiği kadar net değildi.
İşte gerçekten ihtiyacınız olan şeylere göre dürüst bir döküm:
- İspanyolca transkripsiyon konusunda en doğru sonuçları almak istiyorsanız, hiç tereddüt etmeyin: tl;dv 53,7/65). Meksika İspanyolcası ile İber Yarımadası İspanyolcası arasındaki kelimelerin doğru aktarılması ya da cümle ortasında dil değişimi (örneğin Katalanca’ya geçiş) sizin için hayati önem taşıyorsa, bu tek geçerli seçenektir.
- Uygun fiyatlı bir alternatifte tam doğruluk ve AB uyumluluğu açısından: tl;dv genel puan 170,2; doğruluk puanı 53,7), Almanya merkezli yapısı ve doğrulanmış yüksek doğruluğu sayesinde yine birinci sırada yer alıyor. HappyScribe (genel puan 143,4; doğruluk puanı 45,2) de verilerinizi varsayılan olarak bir AB veri merkezinde saklıyor ve yerel inceleme uzmanımız tarafından en üst sıralarda yer aldı. Sıkı GDPR gerekliliklerine sahip AB merkezli ekipler için güçlü bir tercih.
- En kullanışlı toplantı notları açısından: Fireflies genel puan 151,4; gerçek hayattaki toplantı kalitesi puanı 33,2) birinciliği kaptı, ancak fark çok az. tl;dv ise gerçek hayattaki toplantı kalitesi kategorisinde 32,5 puanla ikinci sırada tl;dv . Her ikisi de hemen kullanmaya başlayabileceğiniz harika ücretsiz planlara sahip.
- Dikkatli yaklaşın: Otter 96,6), yavaştı, hayali konuşmacılar uydurdu, AB’de sunucu barındırma hizmeti sunmuyor ve buradaki araçlar arasında modellerini sizin kayıtlarınızla eğiten tek araçtır. Google Gemini 87,2), yüklenen dosyaları metne dönüştüremiyor, test edilen araçlar arasında en yavaşıydı ve ücretsiz planı yok. Zaten Google Workspace’i kullanıyorsanız fena değil, aksi takdirde oldukça kötü.
Testte birinci olan bu aracı denemek isterseniz, tl;dv sonsuza kadartl;dv . Kredi kartına ihtiyacınız yok ve deneme süresi için geri sayım da yok. En iyi yanı ne mi? Google Meet, Zoom ve Teams’te İspanyolca ve 40’tan fazla dili otomatik olarak algılar; masaüstü uygulaması aracılığıyla diğer platformlarda ise bot kullanmadan bu özelliği sunar.
İspanyolca Transkripsiyon Aracının Doğruluğu Hakkında Sık Sorulan Sorular
AI İspanyolca Toplantı Transkripsiyonu Ne Kadar Doğru?
Şu anda En iyi yapay zeka araçları artık net İspanyolca sesleri yaklaşık %90–95 doğrulukla metne dönüştürüyor; ancak bu oran, birden fazla konuşmacı, arka plan gürültüsü veya bölgesel argo kullanıldığında hızla düşer. İspanyolca dilinde beş aracı İspanyolca oturumda yaptığımız kör testimizde, tl;dv en transkripsiyon doğruluğu transkripsiyon doğruluğu (65 üzerinden 65 üzerinden 53,7) en yüksek puanı aldı; en yakın rakibi 45,2 puanla ikinci sırada yer aldı.
Pazarlama sayfasında pazarlama sayfasında belirtilen rakam neredeyse her zaman en iyi durum senaryosuna göre hesaplanmış bir rakamdır: tek konuşmacı, net ses, nötr aksan. Gerçek toplantılar daha dağınıktır ve işte bu noktada boşluklar ortaya çıkar: isimler, para birimleri, kısaltmalar ve başkalarının sözünü kesen başkalarının sözünü kesenler.
Yapay Zeka Transkripsiyon Araçları Neden İspanyolca’da Zorlanıyor?
İspanyolca, bir transkripsiyon motoru için tek bir dil değildir — bölgesel varyantlardan oluşan bir dil ailesidir ve çoğu araç, bu ailenin yalnızca bir kesimine göre ayarlanmıştır. İspanya Yarımadası İspanyolcası üzerine eğitilmiş bir model, Meksika’ya özgü kelimeleri ve para birimi biçimlendirmesini gözden kaçırabilir; buna karşılık Latin Amerika İspanyolcası’na göre ayarlanmış bir model ise “vosotros” gibi ifadeler ve Kastilya İspanyolcası’na özgü deyimlerde zorlanabilir.
Yapay Zeka Transkripsiyonu, Latin Amerika İspanyolcası ile Kastilya İspanyolcasını Farklı Şekilde İşliyor mu?
Evet, ve bu fark çoğu aracın kabul ettiğinden daha büyük. Bazı transkripsiyon araçları varyantı otomatik olarak algılar (tl;dv HappyScribe, testimizde bunu kusursuz bir şekilde yaptı), diğerleri ise toplantınız ister Mexico City’den ister Madrid’den olsun, sizi önceden bir bölge seçmeye zorlar ya da varsayılan olarak Yarımada İspanyolcasını kullanır.
Her ikisini de kasıtlı olarak test ettik: iki Meksika oturumu ve bir İspanya oturumu. Lehçeyi önceden ayarlamanıza izin veren ya da gerçekten otomatik olarak algılayan araçlar, tek bir “her duruma uyan” İspanyolca modeli uygulayan araçlara (Otter Gemini) kıyasla belirgin şekilde daha temiz transkriptler üretti. Ekibiniz Atlantik’in her iki yakasında da yer alıyorsa, lehçe yönetimi sadece “olsa iyi olur” türünden bir özellik değildir.
Yapay Zeka Transkripsiyonu, İspanyolca ve Katalanca Arasındaki Dil Değişimini İşleyebilir mi?
Genelde hayır. Ancak bu, tüm testimiz boyunca en belirgin farkı ortaya koyan tek unsurdu. İspanya parlamentosundaki bir oturumda bir konuşmacı, cümlenin ortasında Kastilya İspanyolcasından Katalanca’ya geçtiğinde, tl;dv , bu geçişi takip edip Katalanca’yı doğru bir şekilde transkripsiyona dönüştüren beş araçtan tekiydi. Diğer tüm araçlar ise bunu yaklaşık bir İspanyolca’ya indirgedi ya da pes edip tahminde bulundu.
Gerçek İspanyolca konuşulan toplantılarda dil değiştirme her yerde görülür. Bazıları Katalanca’ya geçer, İngilizce konuşur ya da hatta yerli bir terim kullanır. Toplantılarınız çok dilli ise, karar vermeden önce bunu özellikle test edin.
Meksika İspanyolcası için en iyi İspanyolca transkripsiyon aracı hangisidir?
Testimizde, tl;dv Meksika İspanyolcasını en iyi şekilde tl;dv : Meksika’da gerçekleştirilen her iki oturumu da (bir Senato oturumu ve bir başkanlık mañanera’sı) en iyi şekilde işleyerek, “1.391 municipios” gibi rakamları ve “un millón trescientos mil” gibi yerel para birimlerini doğru bir şekilde aktardı. HappyScribe ise ham doğruluk açısından en güçlü rakipti.
Zayıf noktalar tablonun en altında ortaya çıktı: Otter , “$1300000” Otter — yanlış sembol, ayırıcı yok, dil kurallarına uygun biçimlendirme yok. Bütçe veya personel sayısı toplantılarında bu, güvenebileceğiniz notlarla, kaydı tekrar kontrol etmek için zaman harcadığınız notlar arasındaki farkı belirler.
İspanyolca toplantıların yapay zeka ile transkripsiyonu GDPR ile uyumlu mu?
Bazı araçlar bu amaçla tasarlanmışken bazıları değildir; bu nedenle, herhangi bir AB toplantısını kaydetmeden önce bunu kontrol etmenizde fayda var. Yaptığımız testte, tl;dv HappyScribe varsayılan olarak verileri bir AB veri merkezinde depolayan tek araçlardı (sırasıyla Almanya ve İspanya merkezli). Her ikisi de SOC 2 ve GDPR uyumluluk sertifikalarına sahiptir.
Burada istisnai durumlar önemlidir. Fireflies , AB veri barındırma hizmetini Fireflies Enterprise kademesinde sunmaktadır; dolayısıyla standart bir plan kapsamında verileriniz ABD’de işlenebilir. Otter ise belgelenmiş herhangi bir AB barındırma hizmeti Otter ve kayıtlarınız üzerinde kendi modellerini eğiten (kimlik bilgileri gizlenmiş olsa da) bulduğumuz tek araçtır. Bu, bir uyum sorumlusunun en son duymak isteyeceği cevaptır.
İspanyolca toplantıların transkripsiyonunu ücretsiz olarak yapabilir misiniz?
Evet. Birçok araç gerçek anlamda ücretsiz planlar sunuyor, ancak sınırlamalar değişiklik gösteriyor. tl;dv , İspanyolca dahil 40’tan fazla dilde sınırsız kayıt ve transkripsiyon tl;dv , kredi kartı gerektirmeyen ve sonsuza kadar ücretsiz tl;dv ; Fireflies sınırlı sayıda yapay zeka özetine sahip, oldukça iyi bir ücretsiz plan sunuyor.
Otter ücretsiz bir planı Otter ancak bu plan aylık 300 dakika ile sınırlıdır; HappyScribe’ın ücretsiz kotası daha çok kısa süreli bir deneme sürümüne benziyor; Google Gemini ise tamamen bağımsız bir ücretsiz seçenek Gemini . Bunun yerine Gemini , ücretli Google Workspace paketinin Gemini . Karşılaştırma testimizde birinci olan bu aracı denemek isterseniz, tl;dv deneme süresi sınırlaması olmaksızın ücretsiztl;dv .
