Точність транскрипції зустрічей португальською мовою: ми протестували 4 інструменти на основі штучного інтелекту (2026)

Надійний інструмент для транскрибування зустрічей португальською мовою повинен робити більше, ніж просто встигати за ходом розмови. Асистенти для зустрічей на основі штучного інтелекту сьогодні є основним засобом, що дозволяє виокремити всі ідеї та практичні завдання з ваших розмов португальською мовою та перетворити їх у формат, який можна інтегрувати в робочі процеси й легко керувати ним, мінімізуючи ручну роботу.

Проблема полягає в тому, що для носіїв португальської мови багато інструментів розроблені з орієнтацією на англійську мову, а бразильська португальська часто характеризується швидким темпом мовлення, частими скороченнями, вкрапленнями запозичених слів — і це мова, з якою інструмент, орієнтований на англійську, може мати значні труднощі.

Так само якість резюме залежить від того, наскільки точно передано слова; якщо вони неправильно передані будь-якою мовою, це може зробити неможливим подальшу роботу з усім, що йде за ними.

Щоб з’ясувати, які інструменти справді виправдовують очікування, ми піддали чотири найвідоміші помічники для проведення зустрічей однаковому тестуванню: три реальні зустрічі бразильською португальською мовою, які два великі мовні моделі (LLM) та носій мови оцінювали «наосліп» за такими критеріями, як точність, практична корисність, функціонал та безпека. Ось як вони порівнялися між собою, перш ніж ми перейдемо до деталей.

Точність транскрипції

Точність транскрипції засідань португальською мовою залежить насамперед від правильного відтворення слів, висловлених під час будь-якого засідання, що проводиться португальською мовою. Засідання часто проходять у напруженому темпі: ідеї, цифри та завдання обговорюються стрімко, розмова може відхилятися від теми, а при цьому необхідно зафіксувати всю важливу інформацію, необхідну для прийняття подальших рішень.

Португальська мова характеризується численними нюансами, пов’язаними з діакритичними знаками, скороченнями на кшталт «pra» та «tá», запозиченими словами та акронімами. Наші тестування підтвердили це: багато інструментів мали труднощі з розпізнаванням іменників та чисел під час швидкого мовлення, що іноді призводило до катастрофічних помилок.

tl;dv найкращі оцінки з досить значним відривом за результатами анонімного оцінювання, проведеного як великими мовними моделями (ClaudeAnthropicта ChatGPT від OpenAI), так і нашим носієм мови. Нижче наведено повний построковий аналіз результатів роботи кожного інструменту.

Точність транскрипції португальської мови без редагування

У деяких інструментах були виявлені критичні помилки в базових функціях, а показник частоти помилок (WER) у деяких інструментах був настільки низьким, що вони отримали оцінку 0. Tactiq фразу «se aquele mercado é viável» (життєздатний) на «se aquele mercado é ****» — вираз, який насправді вважається образливим і повинен розглядатися як серйозний недолік.

Так само Read.ai фразу «receber cada vez mais voos» на «receber cada vez mais bolos», а потім — на «aeroportos que não tem bolos». «Bolos» — це іменник, що означає «торт», що навряд чи доречно в розмові про авіацію.

Обробка в мові

tl;dv рейтинг за мовами — 17 з 20, за Read.ai з 16 Read.ai , а Tactiq з 10 балами. Це рівень, що враховує акцент і правопис: збереження носового звуку «ã», розрізнення «á» та «à», написання «fígado» замість фонетичного приблизного варіанту.

Слабші інструменти часто починали використовувати неправильні, а іноді й вигадані слова, щойно лексика ставала дещо технічною. Був clip на медичну тему clip дуже чітко продемонстрував ці слабкі сторони: Gemini слово«flíguido»,коли мовець сказав «fígado» (печінка), а також опустив початкову літеру «h» у слові «hepatologista», залишивши «epatologista». Tactiq також Tactiq тут Tactiq , написавши «patologista» — це зовсім інший медичний фахівець. Read.ai «mutaconografia» замість«ultrasonografia» (ультразвукове дослідження) — термін, якого не існує в жодніймові.

tl;dv справжнє написання слів, включаючи всі акценти. Результат виглядає так, ніби португальську мову написала людина, яка нею володіє, і саме цей варіант був найзрозумілішим для нашого носія мови, який зазначив, що це найточніший і найчитабельніший результат серед усіх. Цей інструмент він також обрав під час тестування з участю носіїв мови.

Виявлення об’єктів

У всіхнаших тестах на знанняшведської,французької,японської таіспанської мов власні назви та числівники часто виявлялися слабкими місцямидля деяких інструментів.

tl;dv цим завданням на португальській мові надзвичайно добре, набравши максимальну кількість балів. Він зміг правильно обробити назву препарату «Sirolimus», тоді як інші три наші інструменти запропонували різні варіанти фонетичного написання цього слова. При цьому не було додано жодних користувацьких слів до словника. Він також зміг зберегти назву компанії «Roche», тоді як Tactiq вгадати її, перетворивши на «rodovias» (автомагістралі).

Цифри стали ще одним каменем спотикання — це ключовий показник, який необхідно правильно фіксувати під час будь-якого офіційного засідання. Tactiq 4 млрд реалів до 4 млн реалів — помилка в тисячу разів. Проблема tl;dvполягала лише у форматуванні: сервіс записує цифри словами, тому 30 млн виходить як «trinta milhões». Кожна цифра правильна, але наш рецензент-носій мови визнав, що текст, написаний словами, сприймається повільніше, ніж прості цифри, саме тому tl;dv 4 tl;dv з 5 за цифри, а не максимальну оцінку.

Якість зустрічей у реальному житті

Точна транскрипція засідань була основною метою нашого тестування, але не менш важливою є здатність перетворювати ці необроблені дані на практичні результати. Засідання часто супроводжуються прийняттям рішень, необхідними діями та подальшими кроками, тому в цьому розділі ми розглянули, як кожен інструмент забезпечує подальшу роботу з отриманими даними та наскільки легко їх можна перетворити на документацію, що сприяє просуванню справи.

З усіх чотирьох інструментів, оцінених за різними критеріями, tl;dv 43 бали, що є значною перевагою над Read.ai, який набрав 35 балів. Tactiq із 33 балами, а Gemini із 26 балами.

Діаризація

Ось наскільки добре кожен із інструментів здатний виділяти та ідентифікувати різних мовців на аудіозаписі. Щоб перевірити це, ми завантажили один і той самий clip на кожну з платформ, щоб побачити, наскільки добре вони здатні розібрати мовлення та правильно ідентифікувати кожного мовця. tl;dv повні 10 балів і зміг виділити та правильно приписати мовлення кожному мовцю. Read.ai, набравши 6 балів, зміг правильно ідентифікувати кількох мовців, хоча й мав деякі проблеми з приписанням, тоді як Gemini Tactiq всю мову одному мовцю й отримали по 2 бали.

clip слухання на медичну тему, в якому по черзі виступали регулятор, лікар та заступник, ім’я якого було названо. Оскільки Gemini Tactiq всі голоси в один, це означає, що клінічне зауваження лікаря може сприйматися так, ніби його висловив заступник, а це свідчить про те, що неправильне приписання висловлювань може послабити вплив та авторитет нотаток і резюме.

Головне тут полягає в тому, що, якщо на нараді виступає більше ніж одна людина, то, за результатами наших тестувань, при перекладі на португальську Tactiq з обережністю покладатися на Gemini та Tactiq .

Галюцинації та вставлені репліки

Read.ai tl;dv створити транскрипції, а також згенерувати резюме та результати, що не містили «галюцинацій» та вигаданих фраз. Tactiq Gemini показали хороші Gemini , але в деяких аспектах дещо поступилися. Gemini найдивніший приклад у наборі, вставивши фразу «na escola» («у школі») посеред обговорення печінкової недостатності у пацієнтів, які проходять генну терапію.

tl;dv Read.ai нічого протягом усіх трьох сесій, саме тому вони поділяють перше місце. Вставлений текст є тут прихованою небезпекою, оскільки він читається плавно і не дає жодних ознак того, що його ніколи не вимовляли, тому читач, який пробігає очима нотатки, не має можливості виявити вигадку. У Read.ai одна невелика помилка: англійське «Yeah» потрапило посеред португальського речення про авіамаршрути, але вона була настільки незначною, що не коштувала компанії найвищої оцінки.

Короткий зміст, завдання та розділи

Саме тут ми оцінювали здатність інструментів перетворювати необроблені дані транскрипції на стислий, корисний та практичний результат для носіїв португальської мови. tl;dv найвищі оцінки за кількома показниками, зокрема за виокремленням дій, автоматичним поділом на розділи та загальною корисністю, надаючи вказівки португальською мовою.

tl;dv усі свої резюме португальською мовою, а не перейшов на англійську, що має значення, коли нотатки надсилаються бразильській команді. Read.ai десь посередині: корисні резюме та завдання до виконання, але слабке структурування розділів, тому орієнтуватися в його нотатках було складніше, ніж Tactiq tl;dvчи Tactiq.

Tactiq також Tactiq запропонувати кілька конкретних практичних рекомендацій, виділивши відповідні частини в окремі розділи, незважаючи на проблеми з основною транскрипцією. Gemini найслабший огляд серед усіх інструментів: у ньому бракувало конкретних практичних рекомендацій, і з усіх чотирьох інструментів він запропонував найменше практичних висновків.

Можливості та функції

Окрім можливості точного транскрибування португальською мовою та перетворення цих обговорень на конкретні результати, існує також цілий ряд функцій і можливостей, які допоможуть інтегрувати матеріали ваших зустрічей у повсякденні робочі процеси.

У цьому розділі ми розглянули характеристики та функції, що розширюють можливості кожного інструменту, причому максимальний можливий бал становить 72.

tl;dv кажуtl;dv 66 балів, Tactiq , Read.ai , а Gemini . Три з чотирьох інструментів показали дуже високі результати, пропонуючи цілий ряд корисних додатків та функцій, що забезпечують більш плавний хід робочих процесів. Gemini їм саме тому, що є частиною Google Workspace, а не самостійним інструментом.

Локалізація інтерфейсу користувача для португальської мови (Бразилія)

Однією з найбільших проблем під час роботи з інструментами, що підтримують англійську мову як основну, при роботі з такими мовами, як португальська, є те, що транскрипція та результати часто доступні кількома мовами, на відміну від користувацького інтерфейсу. З-поміж інструментів, які ми протестували, три пропонують португальську мову як варіант інтерфейсу: tl;dv, Gemini та Tactiq. Read.ai все ще Read.ai здійснювати транскрипцію та узагальнення на португальській мові, але не пропонує можливості налаштувати програмне забезпечення на цю мову. Це означає, що якщо ви не володієте іншою мовою, вам може бути складно орієнтуватися в панелі управління.

Розпізнавання голосу

Однією з функцій, яка tl;dv лише tl;dv «голосовий відбиток». Це налаштування, яке можна увімкнути: інструмент запам’ятовує ваш голос, що дозволяє автоматично розпізнавати голос та визначати його власника, коли стандартні назви мовців недоступні.

Індивідуальні примітки та шаблони

Залежно від вашої посади та сфери діяльності, до результатів зустрічей висуваються різні вимоги та потреби. Наприклад, засновник компанії та продавець обидва проводять зустрічі, але їхні вимоги та висновки, які вони роблять, суттєво відрізняються. Це робить можливість налаштування таких елементів, як нотатки та готові шаблони, надзвичайно корисною. Команда продажів може налаштувати стандартний шаблон зустрічі, який автоматично імпортується в їхню CRM-систему та виділяє ключові моменти з розмови. З усіх інструментів, які ми тестували, лише tl;dv Tactiq цю опцію.

Вбудований сервер MCP

У країнах, де розмовляють португальською, проводиться безліч зустрічей, і під час них виникає багато ідей, думок та завдань, які в підсумку можуть просто залишитися в стенограмах та протоколах, припадаючи пилом. Можливість підключити ваш інструмент до великої мови (LLM), такої як Claude або ChatGPT, може відкрити неймовірну кількість можливостей, щоб гарантувати: незалежно від результату вашої зустрічі, її результати будуть використані максимально ефективно.

tl;dv вбудований сервер MCP, який дозволяє користувачам підключати свої зустрічі до обраної ними великої мови (LLM) та складати чернетки подальших дій або задавати питання щодо записів дзвінків за останні місяці простою мовою, не експортуючи жодного файлу. Це особливо корисно для поглибленого аналізу продажів та прогнозування, а також надає маркетинговим і соціальним командам можливість виявляти проблеми клієнтів та підтверджувати або генерувати ідеї для контенту, забезпечуючи швидкий і простий спосіб дізнатися саме те, що вам потрібно.

Окрім tl;dv, таку функцію пропонують Read.ai Tactiq Read.ai . Незважаючи на те, що у 2026 році Google активно розвиває напрямок MCP, пропонуючи MCP на рівні платформи та розробників, компанія не пропонує вбудованого MCP, який би інтегрувався з популярними великими мовними моделями (LLM). Отже, гіпотетично ви можете підключити свій Google Drive (де зберігаються транскрипти та резюме для Gemini) за допомогою обхідного рішення, але це не є вбудованим підключенням до MCP, на відміну від інших сервісів.

Користувацький словник

У нашій необробленій транскрипції трапилися як досить кумедні, так і дуже серйозні помилки в окремих словах португальською мовою. Це цілком зрозуміло, коли йдеться про складний жаргон або специфічну термінологію, і в багатьох таких випадках можливість додавати власний словник була б справжньою перевагою та могла б запобігти деяким із цих помилок. Під час тестування ми не додавали жодних власних слів, але така можливість є у tl;dv, Read.ai та Tactiq. Gemini від Google Gemini цю опцію.

Довіра, безпека

Останній розділ оцінки в нашому матеріалі про точність розпізнавання португальської мови базувався на таких критеріях, як довіра, безпека та дані. Це одна з найважливіших сфер оцінки будь-якого програмного забезпечення чи інструменту, яка, ймовірно, піддається більш ретельному аналізу, ніж інші. Під час нашої оцінки ми розглядали такі аспекти, як варіанти регіонального хостингу, визнані сертифікати безпеки, підхід кожного інструменту до навчання ШІ на ваших аудіозаписах, механізми контролю зберігання даних, прозорість ціноутворення, а також наявність зручного безкоштовного тарифного плану.

Цей розділ оцінюється в загальному на 18 балів, і результати виявилися надзвичайно близькими, що свідчить про те, що кожен із цих інструментів серйозно ставиться до цих аспектів, що вселяє впевненість у всіх, хто піклується про захист своїх даних. І tl;dv Read.ai максимальні 18 балів із 18, тоді як Tactiq Gemini по одному балу й набрали по 15 балів кожен.

Варіанти розміщення даних

Місце зберігання даних про ваші зустрічі має значення, коли в розмові йдеться про конфіденційну інформацію.

Бразильський закон про захист даних (LGPD) не зобов’язує компанії зберігати персональні дані на території країни, тому місцевий хостинг сам по собі не є юридичною вимогою. Проте інструменти відрізняються тим, чи надають вони вам право вибору. tl;dv Read.ai Gemini дають вам Gemini вибрати регіон хостингу, тож ви можете зберігати дані бразильських зустрічей у місці, яке контролюєте ви. Tactiq не Tactiq такої можливості, тому ваші записи зберігаються там, де це передбачено за замовчуванням, зазвичай за межами Бразилії, і ви не можете нічого змінити. Саме цей єдиний пункт коштував Tactiq ідеального Tactiq довіри.

Акредитація

Кожен із цих інструментів має визнані сертифікати у сфері безпеки та захисту даних, такі як SOC 2, ISO 27001 та відповідність вимогам GDPR, тому за цим критерієм кожен інструмент отримав максимальну оцінку.

Доступність безкоштовного тарифного плану

Обираючи інструмент для транскрипції зустрічей португальською мовою, найкраще спочатку протестувати його, перш ніж приймати остаточне рішення, особливо у випадку з такою мовою, як португальська, де рівень точності значно відрізняється від інструменту до інструменту. tl;dv Tactiq Read.ai пропонують безкоштовні тарифи, тож ви можете протестувати їх на власних зустрічах і оцінити якість португальської транскрипції, не витрачаючи ні копійки. Винятком Gemini . Транскрипція зустрічей доступна лише в рамках платного Gemini Google Workspace або Gemini , тому немає справді безкоштовного способу спочатку її випробувати, і саме через це цей сервіс втрачає один бал у нашому рейтингу.

Методологія

Щоб отримати якомога об’єктивніші результати, ми провели тестування за структурованою та стандартизованою процедурою.

Набір для тестування

Цей набір містить три реальні засідання, що проводилися бразильською португальською мовою; усі записи з комітетів Палати депутатів (Câmara dos Deputados), підібрані з метою демонстрації можливостей інструментів у різних стильових регістрах та на різні тематики.

Першим був семінар з питань державної політики у сфері повітряного транспорту, насичений цифрами, відсотками та галузевою термінологією, який переважно проводився у форматі виступу одного доповідача.

Другим було публічне слухання щодо безпеки генної терапії — найскладнішого з трьох — на якому по черзі виступали представник регуляторного органу, лікар та зазначений у протоколі заступник федерального чиновника, а також постійно згадувалися назви ліків, медичні терміни та назви компаній, таких як Roche та імунодепресант Sirolimus.

Третьою буладискусія з питань охорони здоров’я щодо оподаткування тютюну, алкоголю та солодких напоїв, у якій було чимало абревіатур, назв установ та грошових сум.

Кожен clip приблизно десять хвилин: на двох слуханнях виступало кілька доповідачів, а на засіданні з питань політики — лише один доповідач. Точність та рівень помилок у словах вимірювалися порівняно з майже дослівним португальським еталоном, складеним на основі офіційних протоколів та опублікованих матеріалів, тож кожен результат порівнювався з одним і тим самим фіксованим еталоном.

Огляд

Зібрані дані були знеособлені, після чого як Claude, так і ChatGPT оцінили їх за нашою матрицею. Потім ми попросили нашу носію мови, Суелен Лоргу, ознайомитися зі знеособленими результатами, щоб визначити та оцінити кожен із інструментів з точки зору бразильського носія мови. Саме на цьому етапі тестування нам вдалося виявити деякі конкретні помилки, порівнюючи результати безпосередньо з аудіозаписом.

Окрім транскриптів, ми також ознайомилися з резюме, а потім провели додатковий тест, завантаживши один із вибраних фрагментів у інструменти, замість того щоб використовувати аудіозапис у реальному часі. Це дозволило нам перевірити якість діаризації на прикладі необробленого файлу.

Набір інструментів

Ми протестували чотири інструменти: tl;dv, Google Gemini, Tactiq та Read.ai. Три з них — tl;dv, Tactiq та Read.ai — це спеціалізовані інструменти для проведення зустрічей, які записують дзвінок, розшифровують його та створюють бібліотеку з можливістю пошуку на його основі. Google Gemini за своїм призначенням Gemini винятком. Ми включили його як варіант універсального помічника, який вже є у багатьох бразильських команд у складі Google Workspace, щоб побачити, як широка модель штучного інтелекту справляється з тим самим завданням у порівнянні зі спеціалізованими конкурентами.

Кожен інструмент здійснював пряму трансляцію трьох зустрічей, відтворюючи аудіозапис так, ніби це була справжня зустріч. Потім ми провели четвертий етап обробки одного з кліпів, завантаженого безпосередньо за допомогою вбудованої функції завантаження кожного інструменту, щоб отримати чітке розділення голосів учасників та забезпечити ще один критерій для оцінки стабільності поведінки.

Для Gemini, у якого немає власного етапу запису зустрічей, таке пряме завантаження було обхідним рішенням — файл m4a, конвертований з оригінального mp4. Кожен інструмент працював на актуальному платному тарифі: tl;dv «Business», Gemini обліковий запис «Business Starter Workspace», а Tactiq Read.ai своїх платних тарифах, без додавання власних словників.

Розбивка двигуна та плану

Кожен із чотирьох інструментів здійснює транскрипцію по-своєму, і те, як це досягається, залежить від використовуваного двигуна. Це також може багато що пояснити щодо розкиду показників точності. Деякі використовують спеціальний мовний двигун, один — субтитри з платформи для проведення зустрічей, а ще один не розкриває деталі свого двигуна. Ось що лежить в основі кожного з них.

Сфера застосування та застереження

Ми проводили тестування якомога об’єктивніше, але завжди знаходяться певні фактори, які впливають на загальні оцінки. Ось на що слід звернути увагу під час ознайомлення з нашими результатами:

• Ми зосередилися на бразильській португальській мові, відібравши фрагменти, що є типовими для цього діалекту. Загальний рейтинг може слугувати орієнтиром і для європейської португальської мови, але конкретні показники точності можуть відрізнятися.
• Усі три засідання були офіційними слуханнями Палати депутатів. Ми обрали саме їх, оскільки вони дійсно складні й містять складні теми, фаховий жаргон та численних доповідачів, але вони не відображають усіх типів засідань, які вам можуть трапитися.
• Ми записали зустрічі в режимі реального часу, відтворюючи аудіо в кожному інструменті так, ніби це була справжня зустріч, використовуючи аудіопотік з одного джерела, а потім провели четвертий етап, завантаживши один clip , щоб отримати чітке розділення голосів учасників і перевірити, наскільки стабільно кожен інструмент працював в обох умовах.
• Усе працювало на платній підписці без додавання власних словників, тож те, що ви бачите, — це результати роботи кожного інструменту в стандартній конфігурації.
• Щодо оцінок функціональності та надійності, ми оцінювали кожен інструмент з точки зору наявності та працездатності тієї чи іншої функції, а не з точки зору якості її роботи.
• Ці інструменти постійно змінюються, тому те, чого не було під час нашого тестування, цілком могло з’явитися згодом.

Який інструмент найкраще підходить для точної транскрипції зустрічей португальською мовою?

За результатами цього тесту tl;dv найкращим інструментом для транскрипції зустрічей на португальській мові серед чотирьох, які ми розглядали, і його перевага є досить значною. Він набрав 184 бали з 200, посівши перше місце у трьох із чотирьох категорій та розділивши перше місце в четвертій. Що ще важливіше, він переміг у тих аспектах, які насправді визначають точність транскрипції. У нього найнижчий рівень помилок у словах, найточніше оброблення акцентів і технічних термінів, а також високий показник діаризації — тоді як два його конкуренти об’єднували висловлювання всіх учасників в одне. Він зберігав резюме португальською мовою, і саме цей інструмент обрала б наша рецензентка-носій мови під час сліпого тестування.

Read.ai безперечне друге місце з результатом 154. Ця система добре справлялася з акцентами та демонструвала стабільну роботу під час різних зустрічей, тому вона підійде команді, яка потребує експорту даних та транскрипту в режимі реального часу і готова миритися з поодинокими помилками, такими як перетворення слова «flights» на «cakes».

Tactiq третє Tactiq з результатом 134. Це справді багатофункціональний інструмент, але його система розпізнавання португальської мови сильно підвела, зокрема перетворивши звичайне слово на нерозбірливе словосполучення, тому ми б з обережністю використовували його для завдань, від яких багато залежить. Звісно, це поодинокий випадок, але він був достатньо серйозним, щоб про нього згадати, і ми не стикалися з подібним під час тестування tl;dv інших інструментів.

Google Gemini останнє Gemini , набравши 122 бали. Цей сервіс зручний, якщо ви вже користуєтеся Google Workspace, але як спеціалізований засіб транскрипції португальської мови він відставав за точністю, кількістю підтримуваних мовців та функціоналом. Навіть не беручи до уваги точність транскрипції португальської мови, варто врахувати його практичну функціональність та відсутність можливості інтегруватися так само легко, як інші інструменти.

Якщо ви — команда, що розмовляє португальською та займається транскрибуванням важливих зустрічей, tl;dv наш вибір. Спробуйте tl;dv під час власної зустрічі португальською мовою та переконайтеся в цьому самі.