Перейти до змісту
Короткий огляд інструментів транскрипції іспанської мови та їхньої точності
Ми протестували п’ять інструментів транскрипції зустрічей на основі штучного інтелекту, використовуючи реальні аудіозаписи іспанською мовою. За результатами двох засідань у Мексиці та одного в Іспанії tl;dv першеtl;dv з результатом 170,2 з 200, випередивши Fireflies 151,4) та HappyScribe (143,4). Цей інструмент лідирував за точністю транскрипції та був єдиним, який правильно відстежив перехід мовця з кастильської іспанської на каталонську посеред засідання; решта інструментів перетворили це на незрозумілу іспанську мову.
Проте це не було повним тріумфом, і ми не будемо вдавати, ніби це було саме так:
- tl;dv нем точності транскрипції HappyScribe посів друге місце після tl;dv , набравши 45,2 балів із 65. Це було цілком очікувано, оскільки це іспанський сервіс.
- Fireflies набрав вищий бал, ніж будь-який інший інструмент, за якістю проведення реальних зустрічей (33,2/45), що є однією з причин, чому він посів друге місце в загальному рейтингу.
- Otter (96,6) та Google Gemini (87,2) посіли останні місця. Otter з іноземними мовами, тоді як Google Gemini має функції завантаження, як інші, тому він пропустив частину тесту. Загалом Gemini дещо кращі Gemini , ніж Otter, але через відсутність функції завантаження його загальний результат виявився нижчим.
Остаточний рейтинг: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Усі інструменти для транскрипції іспаномовних зустрічей, які ми використовували для тестування, заявляють, що підтримують іспанську мову. Однак існує різниця між латиноамериканською іспанською та іспанською мовою Іспанії, і саме тут у більшості інструментів виявляються недоліки.
Модель, натренована на іспанській мові, що використовується в мадридських конференц-залах, справляється з мексиканською лексикою, назвами валют та географічних об’єктів; модель, натренована на латиноамериканських аудіозаписах, не розпізнає «vosotros» та типові для Піренейського півострова вирази; і майже жодна з них не враховує, що мовець може раптово перейти на каталонську, англійську або вжити термін з мови корінних народів посеред речення.
Це дуже велика сфера, де можна припуститися помилки. Іспанська — друга за поширеністю рідна мова у світі: її рідною мовою розмовляють приблизно 519 мільйонів людей, а загалом нею володіють 636 мільйонів осіб. Навіть кількість тих, хто вивчає її як іноземну, за останнє десятиліття зросла на 79 %. Це означає, що відбувається безліч зустрічей іспанською мовою з різними акцентами, і інструмент, який їх записує, має встигати за всім цим.
Тож щоб перевірити, як tl;dv для носіїв іспанської мови, ми порівняли його з чотирма іншими поширеними інструментами:
Кожному інструменту було надано однаковий вихідний аудіоматеріал: три записи урядових засідань іспанською мовою — два з Мексики та один з Іспанії. Потім ми оцінили їх за чотирма окремими критеріями, використовуючи сліпі тести на основі великих мовних моделей (LLM) та перевірку носіями мови.
- Транскрипція та точність
- Якість зустрічей у реальному житті
- Можливості та функції
- Довіра, безпека та цінність
Ми запустили генерацію транскрипції та резюме, провели їх сліпе оцінювання за допомогою двох незалежних великих мовних моделей (ClaudeAnthropicта Grok від xAI), а потім попросили носія іспанської мови перевірити кожен результат в анонімному форматі, приховавши назви інструментів.
Ось результати.
| Рівень | Макс | tl;dv | Google Gemini | Otter | Щасливий писар | Fireflies |
|---|---|---|---|---|---|---|
| Транскрипція та точність | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Якість зустрічей у реальному житті | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Можливості та функції | 72 | 66 | 22 | 38 | 49 | 63 |
| Довіра, безпека та цінність | 18 | 18 | 15 | 11 | 17 | 17 |
| Загальний бал | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Рейтинг | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet функції транскрибування файлів, тому він не зміг взяти участь у всіх тестах.
Транскрипція та точність іспаномовних зустрічей
tl;dv показав найточнішу транскрипцію іспанської мови в тесті, набравши 53,7 балів із 65 — і це був єдиний із п’яти інструментів, який не втратив орієнтації, коли мовець посеред речення перейшов з кастильської іспанської на каталонську. Найближчим конкурентом став HappyScribe з результатом 45,2, за ним йшли Fireflies 38,2), Google Gemini 32,7) та Otter, який замикав рейтинг із результатом 23,8.
Ці оцінки були виставлені двома незалежними великими мовними моделями (LLM) — «Claude» Anthropicта «Grok» від xAI — а потім підтверджені в ході сліпої перевірки носієм мови, під час якої назви інструментів були приховані, щоб жодна модель не могла бути схилена логотипом. Спочатку планувалося використовувати «Claude» та ChatGPT, але ChatGPT категорично відмовився це робити, стверджуючи, що тест був занадто складним для виконання та занадто довгим для опрацювання. Тест охоплював понад 90 сторінок стенограм та нотаток, розподілених між п’ятьма інструментами, у рамках трьох зустрічей у режимі реального часу та завантаження одного файлу кожним з них. ChatGPT виходив із системи на півдорозі під час кожної спроби, незалежно від того, наскільки дрібними я розбивав завдання. Grok опрацював усе без жодних нарікань, що є окремим невеликим аргументом у дискусії «Grok проти ChatGPT ».
| Метрична система | Як підраховуються бали | tl;dv | Google Gemini | Otter | Щасливий писар | Fireflies |
|---|---|---|---|---|---|---|
| Точність викладу | Сліпа оцінка носієм мови ступеня точності висловлювань у рідній мові | 16,8/20 | 20 вересня | 20 серпня | 13/20 | 20 листопада |
| Особливості обробки залежно від мови | Діакритичні знаки, пунктуація, регіональні варіанти, переключення кодів | 16,3/20 | 11.2/20 | 6,2/20 | 12,5/20 | 11.8/20 |
| Оцінка частоти помилок символів | Розраховано на основі офіційного транскрипту або еталонного тексту | 4/5 | 1,7/5 | 1,5/5 | 3/5 | 2,5/5 |
| Виявлення об’єктів | Імена, назви компаній та назви місць у складі акторського складу | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 |
| Числа, дати та валюта | Цифри, дати та суми, відформатовані відповідно до вимог мови | 4,5/5 | 3,5/5 | 2/5 | 4,5/5 | 3,5/5 |
| Технічний термін «сирове розпізнавання» | Галузеві терміни та абревіатури перед початком індивідуального навчання | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Пунктуація та сегментація | Розбиття речень та поділ на абзаци у вихідних даних тестового запуску | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Підсумок за транскрипцією та точністю | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Регіональні варіанти та каталонська несподіванка
Найбільшим чинником, що вплинув на результати всього тесту, стало переключення між мовами. Під час нашого другого заняття ми розглядали слухання з питань охорони здоров’я в іспанському парламенті ( comparecencia за участю міністра Моніки Гарсія), один із доповідачів посеред виступу перейшов з кастильської іспанської на каталонську, і tl;dv єдиним інструментом, який відстежив цю зміну та транскрибував каталонську мову як каталонську. Усі інші системи звели її до приблизної іспанської або взагалі здалися й почали вгадувати.
Ця проблема рідко згадується у переліку функцій, але в реальному житті вона повністю псує транскрипт. tl;dv автоматичного розпізнавання мови, тому не має значення, якою мовою ви розмовляєте чи скільки разів ви її змінюєте — система встигатиме за вами. І саме з таким випадком ви стикаєтеся в іспаномовних країнах, де протягом п’яти хвилин одного дзвінка можуть зустрічатися мексиканська лексика, іспанське «vosotros» та регіональні запозичення.
Сліпа перевірка людьми також виявила й іншу сторону цього питання: у одному clip інструменти визнали, що мовець сказав «súper caro» (дуже дорого), хоча насправді в аудіозаписі було «súper claro» (дуже чітко). Лише HappyScribe розпізнав це правильно, хоча носій мови підтвердив, що це було важко зрозуміти навіть для нього. Незважаючи на це, HappyScribe не зміг стабільно демонструвати найкращі результати. Коли йдеться про нотатки та завдання, ця одна помилка у слові може мати важливе значення. Вона суттєво змінює зміст, тож слід віддати належне тому, хто цього заслуговує.
Імена, місця та один дуже впевнений у собі «Булмаро»
Виявлення ентитетів — це та сфера, де конкуренція була найзапеклішою, і це один із небагатьох показників, за яким конкурент здобув беззаперечну перемогу. HappyScribe tl;dv трохи випередив tl;dv — 4,2 проти 4,0. Власні назви та акроніми — це те, що першим дається збій при роботі з другою мовою, оскільки модель має їх розпізнавати, навіть якщо їх немає в жодному словнику (саме для цього і призначена функція користувацького словника).
Під час мексиканської прес-конференції «маньянера» tl;dv розпізнала «Даліла», абревіатуру «INAH» (Національний інститут антропології Мексики) та «1 391 муніципіо». Fireflies «Даліла» Fireflies «Булмаро» — впевнено, але помилково, і це навіть близько не відповідало дійсності. Найцікавішим Gemini Google Gemini : він точно визначив майже всі статистичні дані, але перетворив «INAH» на «Ліна». Чудово справляється з цифрами, але непевно — з іменами.
Числа, дати та валюта
Що стосується цифр, дат і грошових сум, то tl;dv HappyScribe розділили перше місце, набравши по 4,5 бали з 5. Обидва сервіси відображали суми чітко та відповідно до мовних особливостей. Розрив у результатах стає помітним лише в нижній частині таблиці.
tl;dv «un millón trescientos mil» так, як це насправді вимовляють носії іспанської мови. Otter «$1300000», використавши неправильний символ валюти, без роздільників і без відповідного мовного форматування. Крім того, Otter згадку про 70 pueblos на «nueve» (дев’ять) та звів цифри щодо чисельності афромексиканських спільнот (15 795 та 442) до спотвореного «15742». Коли на засіданні йдеться про бюджети чи чисельність населення, саме в цьому полягає різниця між нотатками, яким можна довіряти, та тими, які доводиться перевіряти за записом, що, власне, зводить нанівець саму ідею їхнього ведення.
Якість зустрічей у реальному житті
Fireflies тут суперника на 0,7 бала, а tl;dv слідом за ними (33,2 проти 32,5). Саме це робить нотатки корисними: хто що сказав, що було вирішено і що робити далі.
Трійка лідерів йшла дуже щільно: Fireflies вперед із результатом 33,2 з 45, а tl;dv 32,5) і HappyScribe (32,2) йшли слідом за ним, що, по суті, є тристоронньою нічиєю. Otter із результатом 23,8, а Google Gemini взагалі Gemini частину цього раунду, тому його результат 17,5 позначений зірочкою (детальніше про це нижче).
Висновок: якщо брати до уваги виключно практичну користь для проведення зустрічей, різниця між трьома лідерами становить менше одного бала, і ваш вибір залежатиме від того, яка саме робота для вас найважливіша.
| Метрична система | Як підраховуються бали | tl;dv | Google Gemini | Otter | Щасливий писар | Fireflies |
|---|---|---|---|---|---|---|
| Якість діаризації | Порівняння кількості акторів та розподілу ролей з відомим складом акторського складу | 6/10 | П/Ю* | 4/10 | 7/10 | 7,5/10 |
| Стабільність поведінки | Узгодженість дій під час онлайн-зустрічей та завантаження файлів | 7,5/10 | П/Ю* | 5/10 | 5,5/10 | 7,5/10 |
| Якість резюме | Корисність резюме та те, чи збереглася воно мовою оригіналу, з урахуванням запозичених слів | 3,8/5 | 4,5/5 | 3/5 | 3,8/5 | 4,5/5 |
| Частота галюцинацій / частота вставних образів | Вигаданий, повторюваний або дубльований текст, якого немає в аудіозаписі. Не враховуються випадки неправильного сприйняття на слух та упущення слів. | 7,7/10 | 6,5/10 | 6,7/10 | 7,7/10 | 7/10 |
| Виокремлення елементів для дій | Якість завдань та подальших дій, визначених під час наради | 3,7/5 | 3/5 | 2,3/5 | 4,5/5 | 3,2/5 |
| Автоматичне розділення на розділи / підрозділи | Чи поділяє цей підсумок засідання на зручні розділи? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Проміжний підсумок щодо якості зустрічей у реальному світі | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* Для перевірки якості діаризації та стабільності поведінки потрібно завантажувати файли, чого Google Gemini забезпечує.
Діаризація: хто насправді говорить?
Fireflies найточніше розділення голосів — 7,5 з 10, трохи поступившись HappyScribe (7), а tl;dv гідну tl;dv 6. Otter найбільш креативну діаризацію, що, втім, не є компліментом.
Otter аудіосигнал, який під час прямої зустрічі відтворювався через один динамік, впевнено перетворивши один голос на невеликий комітет. «Фантомні» оратори, мабуть, гірші, ніж повна відсутність позначок, оскільки ви їм довіряєте: у підсумку ви приписуєте рішення «оратору 3», якого ніколи не існувало. tl;dv більш прямолінійно, опинившись посередині рейтингу, не вигадуючи нікого. Gemini взагалі Gemini оцінити в цьому тесті, оскільки система ніколи не генерувала діарізованого результату для завантаженого файлу.
Дії, які необхідно виконати
HappyScribe визначив найчіткіші пункти дій у тесті (4,5 з 5), виділивши єдиний реальний наступний крок, який обговорювався на зустрічі. tl;dv нижчу оцінку (3,7) від великих мовних моделей за додавання додаткових пунктів дій, які вони вважали менш важливими. Інстинкт tl;dvполягає в тому, щоб знаходити для вас завдання, що робити, — саме це вам потрібно під час продажної розмови, але не під час двогодинних парламентських слухань. Частково це пов’язано з недоліками тестового матеріалу. Було майже неможливо знайти реальну іспанську продажну розмову з офіційним стенограмом.
Короткий зміст
Резюме загалом були більш стислими. Gemini Fireflies перше місце (4,5), причому варто відзначити Gemini»: оскільки ця система побудована на базі великої мови (LLM), вона створює чітке та зрозуміле резюме навіть тоді, коли вихідний транскрипт містить неточності. Вона вдало виправляє недоліки нечіткого вихідного тексту.
tl;dv HappyScribe набрали однакову оцінку 3,8; обидва ресурси підготували якісні огляди подій, що відбулися на засіданні.
Стабільність поведінки (та зірочка на Gemini)
tl;dv Fireflies найстабільнішими інструментами для різних типів сеансів, набравши однакову оцінку — 7,5 з 10. Це означає, що вони працювали однаково незалежно від того, чи був аудіоматеріал живим дзвінком, чи завантаженим файлом. Gemini винятком: Gemini Google Meet взагалі Google Meet розпізнавати завантажені файли, тому його не можна було оцінювати за діаризацією чи стабільністю, а його проміжний підсумок становить 25 балів, а не 45.
Галюцинації
HappyScribe дещо втратив у стабільності через одну конкретну особливість: у завантаженій сесії він перетворив резюме на англійську, хоча аудіозапис був іспанською. Це сталося тому, що автоматичне резюме з завантажених файлів не генерується. Щоб його отримати, потрібно подати відповідний запит штучному інтелекту HappyScribe. Якщо це трапляється зрідка за певних обставин, це не є критичним, але може дратувати, якщо ви просили створити нотатки іспанською, а отримали перемикання мови.
З іншого боку, tl;dv HappyScribe показали найнижчий рівень галюцинацій (по 7,7 з 10), що означає: у них найрідше траплялися повтори, дублювання або вигадування тексту, якого насправді не було сказано. Саме цей тип помилок зазвичай завдає найбільшої шкоди, оскільки їх важко виявити, якщо не читати транскрипт рядок за рядком.
Можливості та функції
tl;dv перше місце за функціональністю, набравши 66 балів із 72, але Fireflies 63) зробив цю гонку справді напруженою. Різниця пояснюється кількома функціями, tl;dv , але яких майже немає в інших сервісах (розпізнавання голосу, переклади та найвища швидкість обробки).
На цьому рівні «найвища точність» відходить на другий план, а на перший виходить питання: «Чи дійсно це відповідає моєму робочому процесу?». Варто переглядати дані рядок за рядком, а не покладатися на проміжний підсумок.
| Метрична система | Як підраховуються бали | tl;dv | Google Gemini | Otter | Щасливий писар | Fireflies |
|---|---|---|---|---|---|---|
| Автоматичне визначення імен колонок | Автоматичне визначення імен реальних учасників у Meet, Zoom, Teams | 5/5 | 5/5 | 0/5 | 0/5 | 5/5 |
| Розпізнавання голосу | Можливість навчання системи розпізнаванню голосу користувача | 5/5 | 0/5 | 0/5 | 0/5 | 0/5 |
| Запис без ботів | Здійснює запис через системний аудіоканал без підключення бота до дзвінка | 5/5 | 3/5 | 0/5 | 0/5 | 5/5 |
| Синхронізація CRM | Вбудована синхронізація та автоматична синхронізація | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Особисті нотатки / шаблони | Настроювані формати зведених даних проти фіксованого формату виводу | 3/3 | 0/3 | 0/3 | 2/3 | 3/3 |
| Налаштування словника / навчання сутностей | Викладати галузеві терміни та абревіатури | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Локалізація інтерфейсу користувача на іспанську мову | Чи доступний сам інтерфейс продукту іспанською мовою | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 |
| Широта інтеграції | Slack, календар, Zapier, API | 3/3 | 0/3 | 1/3 | 3/3 | 3/3 |
| Швидкість обробки | Час від закінчення зустрічі до готового стенограму | 3/3 | 0/3 | 0/3 | 2/3 | 2/3 |
| Відстеження слів-заповнювачів | Відстеження слів-заповнювачів — відстежує «ум», «е-е», «есте» без подвоєння звуків при заїканні. Забезпечує повну наочність розшифровок мовлення, а не надмірне згладжування | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Точність часових міток | Виконайте вибіркову перевірку, щоб переконатися, що часові мітки відповідають потрібному моменту | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Наявність перекладу | Чи може ця програма перекладати нотатки з наради, і на скільки мов? | 3/3 | 0/3 | 0/3 | 3/3 | 0/3 |
| Пошук у стенограмі | Пошук у матеріалах засідання та в бібліотеці | 3/3 | 2/3 | 3/3 | 3/3 | 3/3 |
| Інтерфейс редагування транскриптів | Чи можна легко виправити стенограму вже після того, як вона була складена? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Формати експорту | SRT, VTT, TXT, DOCX та подібні | 0/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Транскрипт у прямому ефірі / у режимі реального часу | Чи відображається стенограма в режимі реального часу під час засідання? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 |
| Покриття платформи для проведення зустрічей | Огляд Zoom, Meet, Teams та Webex | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Зйомка мобільного додатка | Чи можна за допомогою мобільного додатка записувати очні зустрічі? | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 |
| Вбудований сервер MCP | Власний сервер, що дозволяє штучним інтелектам здійснювати запити до бібліотеки зустрічей | 5/5 | 0/5 | 5/5 | 5/5 | 5/5 |
| Редагування міток динаміків | Чи можна перейменувати та перепризначити динаміки вже після того, як все налаштовано? | 3/3 | 1/3 | 3/3 | 3/3 | 3/3 |
| Підсумок за можливостями та функціями | 66/72 | 22/72 | 38/72 | 49/72 | 63/72 |
Швидкість обробки: одна хвилина проти дев’яти
Коротко кажучи, tl;dv найшвидшим інструментом у тесті з великим відривом, надавши готовий стенограму приблизно за хвилину. Google Gemini найповільнішим — приблизно за дев’ять хвилин, незважаючи на те, що саме ця платформа була місцем проведення зустрічі.
Ось повний ланцюжок кроків від завершення зустрічі до готового стенограму:
- tl;dv — ~1 хвилина
- HappyScribe — приблизно 2 хвилини
- Fireflies — ~3 хвилини
- Otter — ~7 хвилин (а в цьому відео є транскрипція в режимі реального часу, тож виправдань немає)
- Google Gemini — приблизно 9 хвилин
Швидкість може здаватися лише показовим показником, доки ви не опинитеся на дзвінку з клієнтом і не спробуєте підготувати пропозицію до початку наступної наради. Якщо це займає одну хвилину, нотатки будуть готові ще до того, як ви закриєте вкладку; якщо ж — дев’ять хвилин, то ви вже перейдете до інших справ і забудете перевірити.
Запис без ботів та розпізнавання голосу
Дві функції справді вирізняють tl;dv більшості аналогів: запис без використання ботів та розпізнавання голосу. «Без використання ботів» означає, що tl;dv зустріч через аудіосистему вашого пристрою, не відправляючи бота, який би «сидів» у дзвінку й створював би незручності для всіх учасників. Це вдається Fireflies tl;dv Fireflies ; Otter HappyScribe цього не роблять, а Gemini , хоча й Gemini використовує бота за замовчуванням, працює лише в Google Meet втрачає бали.
Розпізнавання голосу — це перемога, яка приносить найбільше задоволення: tl;dv єдиний інструмент у тесті, який дозволяє навчити систему розпізнавати саме ваш голос, щоб вона впізнавала вас під час усіх зустрічей без необхідності ручного перейменування. Це здається дрібницею, доки ви не перейменуєте «Доповідач 2» на своє ім’я вже в сороковий раз.
Транскрипти прямих трансляцій
Що стосується транскрипції в режимі реального часу, Otter Fireflies, Gemini та Otter забезпечують відображення сказаного в міру його висловлювання, за умови, що у вас налаштовано Otter належним чином. Наприклад, для деяких з них потрібні додатки.
tl;dv відображає транскрипт у режимі реального часу на екрані під час зустрічі, так само як і HappyScribe. Якщо для вашого стилю роботи важливо бачити, як слова прокручуються в режимі реального часу, то, ймовірно, вам найкраще Gemini Fireflies, Otter або Gemini .
Рядок MCP, на який ніхто з присутніх не може претендувати як на свою власність
Раніше власні сервери MCP були справжньою відмінною рисою. Тепер це вже не так. Усі інструменти, що брали участь у цьому тесті, за винятком Google Gemini мають такий сервер, тож tl;dv Fireflies, HappyScribe та Otter 5/5.
Вбудований Geminiвер MCP (Model Context Protocol) дозволяє штучному інтелекту, такому як Claude чи ChatGPT, безпосередньо звертатися до вашої бібліотеки зустрічей: «Про що ми домовилися з клієнтом із Гвадалахари минулого кварталу?» — відповідь надається на основі ваших реальних розмов. Це справді корисна функція, і якби ви прочитали порівняльний огляд за 2025 рік, то знали б, що tl;dv значну перевагу в удосконаленні цієї функції. У 2026 році MCP впроваджують усі, хто тільки може. За винятком Gemini…
Довіра, безпека та цінність
tl;dv тут максимальну оцінку: 18 з 18 — це єдиний інструмент, якому це вдалося. Він відповідає вимогам SOC 2 та GDPR, не навчає свій штучний інтелект на ваших записах, ціни на нього оприлюднені, а не надаються лише за запитом, і має безкоштовний преміум-тариф (а не марну пробну версію). Але ідеальний результат не означає, що решта інструментів становлять загрозу безпеці, тому корисніше запитати: яка саме проблема не дає вам спати вночі? Саме в цьому ці інструменти насправді відрізняються.
HappyScribe та Fireflies отримали високий результат — 17/18. Google Gemini 15 балів, а Otter із результатом 11 балів, і на це є причини, про які варто розповісти докладніше, особливо якщо ви ведете запис зустрічей на території ЄС.
| Метрична система | Як підраховуються бали | tl;dv | Google Gemini | Otter | Щасливий писар | Fireflies |
|---|---|---|---|---|---|---|
| Розташування даних / регіональний хостинг | Варіанти регіонального хостингу, наприклад, хостинг у ЄС на замовлення | 3/3 | 3/3 | 0/3 | 3/3 | 2/3 |
| Безпека та відповідність вимогам | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 2/3 | 3/3 | 3/3 |
| Навчання штучного інтелекту на основі аудіозаписів користувачів | Чи дозволяє це уникнути навчання ШІ на ваших аудіозаписах (у разі відсутності навчання виставляється найвища оцінка)? | 3/3 | 3/3 | 1/3 | 2/3 | 3/3 |
| Контроль зберігання даних | Контроль за термінами зберігання записів та стенограм | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Прозорість цін | Ціни на плани публікуються, а не надаються лише за запитом | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Безкоштовний тариф / обмеження | Наявність безкоштовного тарифного плану (сама лише безкоштовна пробна версія оцінюється в 0 балів) | 3/3 | 0/3 | 2/3 | 2/3 | 3/3 |
| Підсумок за статтями «Довіра», «Безпека» та «Цінність» | 18/18 | 15/18 | 18 листопада | 17/18 | 17/18 |
* Перевірено в липні 2026 року на основі документації з питань безпеки, наданої кожним постачальником.
Де насправді зберігаються ваші дані про зустрічі?
Для команди, яка веде запис зустрічей іспанською мовою на території ЄС, місце зберігання даних — це не просто приємний бонус, а обов’язкова вимога GDPR. HappyScribe за замовчуванням зберігає всі дані в центрі обробки даних у ЄС (це компанія, заснована в Барселоні, і це помітно); tl;dv за замовчуванням пропонує хостинг у ЄС (німецька компанія), але за необхідності може розміщувати дані в інших регіонах (наприклад, у США чи Японії). Google Gemini налаштування регіону зберігання даних від Google Workspace, тож усі три сервіси отримують найвищу оцінку.
Fireflies більш умовною: хоча передбачено розміщення даних у ЄС, це опція «Private Storage», доступ до якої обмежений лише для корпоративних клієнтів (Enterprise), тому стандартний тарифний план все одно може передбачати обробку ваших даних у США. Otter справжній виняток; його дані зберігаються на серверах у США, і документально зафіксованої опції розміщення даних у ЄС взагалі немає — замість цього компанія спирається на стандартні положення про передачу даних. Якщо відповідальний за дотримання нормативних вимог запитає, де зберігаються ваші записи, Otter вам найменш заспокійливу відповідь серед усіх варіантів.
Чи використовує ця програма ваші записи для навчання штучного інтелекту?
Ось пункт, щодо якого варто уважно прочитати дрібний шрифт: Otter єдиний інструмент у цьому тесті, який використовує ваші записи для навчання власних моделей. Насправді саме з цієї причини проти компанії подано колективний позов. Otter спочатку Otter аудіозаписи та транскрипти, тож імена не вказуються, а люди фактично не перевіряють їх, але ваші записи все одно використовуються для навчання моделей. Удачі у пошуках чіткої можливості відмовитися від цього.
Це не єдина проблема з безпекою, яка турбує Otter .
Венчурна компанія, з якою я проводив Zoom , використовувала Otter для запису розмови, і після зустрічі мені автоматично надіслали електронним листом стенограму, що містила навіть години їхніх приватних розмов, які відбулися після зустрічі, де вони обговорювали особисті та конфіденційні подробиці свого бізнесу.
— Алекс Білзеріан (@alexbilz) 26 вересня 2024 року
Усі інші не зачіпають ваш контент. tl;dv Fireflies отримують найвищі оцінки за Fireflies не використовують ваші аудіозаписи для навчання, а версія Google GeminiWorkspace не використовує дані клієнтів для навчання без явного дозволу. HappyScribe займає проміжне положення. Ця система працює за принципом «відмовитися», а не за принципом «за замовчуванням — ні».
Якщо для вас принцип «не беріть приклад з моїх зустрічей» є непорушним, tl;dv Fireflies і Gemini безпрограшні варіанти tl;dv Otter ретельно вивчити.
Сертифікати, утримання клієнтів та «підступ» безкоштовного тарифу
Що стосується офіційних сертифікатів, то тут ситуація стає більш напруженою. tl;dv HappyScribe, Google Gemini та Fireflies повний набір: SOC 2, ISO 27001 та GDPR. Otter , у свою чергу, Otter SOC 2 та GDPR, але не має повної, незалежної сертифікації ISO 27001 (він побудований на базі стандарту ISO, що не є тим самим, що й сертифікат). Усі інструменти отримали найвищі оцінки за заходи контролю зберігання даних, тож незалежно від того, який із них ви оберете, ви зможете налаштувати, як довго зберігатимуться записи та стенограми.
Саме в питанні вартості Gemini . У нього взагалі немає безкоштовного тарифу — сервіс входить до складу платного пакету Google Workspace. tl;dv Fireflies безкоштовні програми для створення нотаток на основі штучного інтелекту з повноцінними безкоштовними тарифами (без обмежень на кількість карток та відліку часу), тоді як Otter HappyScribe пропонують безкоштовні тарифи з більш жорсткими обмеженнями.
Тест на точність перекладу з іспанської мови: методологія
Наше порівняння ґрунтується на контрольованому тестуванні за принципом «один до одного», розробленому для забезпечення однакових умов для кожного інструменту. Один і той самий аудіоматеріал, одна й та сама система оцінювання, одна й та сама сліпа оцінка… Єдиною змінною є сам інструмент.
Набір для тестування
Ми протестували кожен інструмент на трьох реальних сесіях іспанською мовою, які ми навмисно підібрали з різних регіонів, а не з одним акцентом. Дві з них були мексиканськими, а одна — іспанською, оскільки інструмент, який чудово справляється з урядовим засіданням у Мехіко, може провалитися під час ділової розмови в Мадриді, і навпаки.
- Засідання Сенату Мексики (Постійна комісія, 1 липня 2026 року) — насичене, присвячене процедурним питанням, з численними виступами.
- Засідання комітету з питань охорони здоров’я іспанського парламенту (Comisión de Sanidad, виступ міністра Моніки Гарсія, 16 березня 2026 року) — саме те, під час якого один із доповідачів посеред виступу перейшов з кастильської іспанської на каталонську.
- Мексиканська президентська «маньянера» (26 червня 2026 року) — коротка, насичена статистикою і, що найголовніше, стенографічний стенографічну версію .
Щодо всіх засідань ми навмисно обирали ті, для яких існували офіційні стенограми уряду, що дослівно відповідали повному відеозапису. Це дало нам можливість звіряти інформацію з реальним джерелом, а не з приблизними даними. (Спочатку я намагався знайти аналогічні аудіозаписи засідань аргентинського законодавчого органу, але стенограми не збігалися з відео, тому я відмовився від цієї ідеї.)
Кожен інструмент обробляв усі три сесії в режимі реального часу, відтворюючи аудіо через мій екран, а також один завантажений файл для етапу діаризації мовців. Завантажений файл був тим самим clip третього джерела, щоб ми могли побачити, як інструменти працюють з одним і тим самим аудіоматеріалом при різних вхідних даних.
Огляд
Оцінювання відбувалося у два етапи. Спочатку проводилося «сліпе» оцінювання за допомогою двох незалежних великих мовних моделей (LLM): Claude Anthropicта Grok від xAI. Вони оцінювали кожен результат за критеріями точності мови та практичної придатності для реальних ситуацій. Потім наш рецензент, для якого іспанська є рідною мовою, оцінював ті самі результати «наосліп», без інформації про назви інструментів, щоб результат не залежав від впізнаваності логотипу.
Результати оцінки людьми були дуже схожими на висновки великих мовних моделей (LLM). Вони визнали tl;dv HappyScribe спільними лідерами за рівнем точності, Fireflies а Otter просто Otter нісенітниці заради забави. Структура тесту відповідає тій самій методології, яку ми розробили для нашого тесту з транскрипції японської мови, тому ці два тести можна безпосередньо порівнювати.
Набір інструментів
Ми протестували п’ять інструментів: tl;dv, Fireflies, HappyScribe, Otter та Google Gemini. Протягом усього етапу оцінювання вони були анонімізовані як «Інструменти від А до Е» — їхні назви були розсекречені лише після фіксації оцінок, щоб ніхто (ні людина, ні модель) не міг виставляти оцінки, зважаючи на репутацію інструментів.
Кожен інструмент використовувався в рамках платного тарифного плану, щоб оцінити кожен продукт у повній мірі, а не судити про нього на основі обмеженого безкоштовного тарифу. Хоча слід зазначити, що багато платних тарифних планів насправді не впливають на якість транскрипції. Натомість вони надають більше хвилин або більше можливостей для завантаження.
Розбивка двигуна та плану
Ці інструменти побудовані по-різному. Деякі використовують ліцензований спеціалізований мовний двигун, тоді як інший — це універсальна велика мовна модель (LLM), яка виконує функцію записувача нотаток.
Якщо бути точнішим, чотири з п’яти інструментів використовують спеціальний механізм ASR (автоматичного розпізнавання мови). Вони буквально створені для того, щоб транскрибувати те, що насправді чують. Google Gemini, навпаки, є суто великою мовною моделлю (LLM), яка натомість відтворює найбільш ймовірний текст. Саме ця єдина відмінність пояснює, чому Gemini правильно Gemini майже всі статистичні дані, але помилково сприйняв «INAH» як «Lina». Він вигадав ім’я, яке підходило за змістом, замість того, щоб вловити те, що було сказано.
| Інструмент | Базовий двигун / виробник | Власний чи ліцензований | Тип двигуна | План |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Ліцензований | Спеціалізована система розпізнавання мови (ASR) | Бізнес |
| Google Gemini | Google Gemini | Внутрішній (Google) | LLM | Автономний Gemini (аккаунт «Business Starter») |
| Otter | Otter.ai (власна розробка) | Внутрішній | Спеціалізована система розпізнавання мови (ASR) | Про |
| HappyScribe | Інформація не оприлюднена | Не розголошується | Спеціалізована система розпізнавання мови (+ можливість використання голосу людини) | Основний |
| Fireflies | Система розпізнавання мовлення (ASR) стороннього виробника (назва виробника не розголошується) | Ліцензований | Спеціалізований ASR (+ шар LLM) | Про |
Сфера застосування та застереження
Кілька чесних застережень щодо того, що цей тест доводить, а що — ні:
- Оцінки рівня 1 є відносними, а не абсолютними. Оцінка 16,8/20 означає «найкращий із цих п’яти», визначена за 20-бальною шкалою двома незалежними великими мовними моделями (LLM), які порівнювали 4 транскрипти (3 у режимі реального часу + 1 завантажений) для кожного інструменту.
- Оцінювання діаризації та стабільності проводилося на основі єдиного завантаженого сеансу, оскільки це єдиний раунд, у якому для всіх інструментів були однакові умови щодо мовця.
- Два мексиканські аудіозаписи та один clip з Піренейського півострова clip лише вибірка, а не повне охоплення. Ми не перевіряли аргентинську, карибську, андську та екватогвінейську іспанську, і результати щодо них можуть відрізнятися.
- Google Gemini розпізнати завантажені файли, тому його оцінка за рівнем «Real-World» виставляється за 25-бальною шкалою, а не за 45-бальною — не слід сприймати його загальну оцінку як еквівалентну.
- Це знімок екрана від липня 2026 року. Тарифи, ціни та функції можуть змінюватися; ми протестували версію, яка була доступна на той момент.
- І ще одне очевидне: я пишу для tl;dv. Саме тому оцінювання проводилося в режимі «сліпого» тестування, з використанням двох моделей великого мови (LLM) та з рецензуванням носіями мови. Цей метод міг би поставити клієнта в незручне становище, якби дані того вимагали.
Яке програмне забезпечення для транскрибування зустрічей іспанською мовою є найкращим?
Найкращим універсальним інструментом для транскрибування іспаномовних зустрічей у нашому тестуванні виявився tl;dv, який набрав 170,2 бали з 200, вигравши за показниками точності, функціоналу та надійності. Це був єдиний інструмент, який правильно відстежив перехід на каталонську мову під час прямої трансляції. Але «найкращий загалом» — це не те саме, що «найкращий саме для вас», і різниця між інструментами була меншою, ніж може здатися на перший погляд.
Ось чесний перелік того, що вам насправді потрібно:
- Для найточнішої транскрипції іспанської мови, і крапка: tl;dv 53,7/65). Якщо для вас надзвичайно важливо, щоб слова правильно передавалися як у мексиканській, так і в піренейській іспанській мовах, а також під час переходу на іншу мову посеред речення (наприклад, на каталонську), то це єдиний прийнятний варіант.
- Якщо мова йде про точність у рамках бюджетного варіанту та відповідність вимогам ЄС: tl;dv 170,2 загальний бал, 53,7 за точністю) знову перемагає завдяки німецькій базі та підтвердженій високій точності. HappyScribe (143,4 загальний бал, 45,2 за точністю) також за замовчуванням зберігає ваші дані в центрі обробки даних у ЄС і посів спільне перше місце за оцінкою нашого рецензента-носія мови. Відмінний вибір для команд, що базуються в ЄС і мають суворі вимоги щодо GDPR.
- Щодо найкорисніших нотаток із зустрічей: перше місце посідає Fireflies 151,4 загалом, 33,2 за показником «Якість зустрічей у реальних умовах»), але перевага мінімальна. tl;dv друге місце (32,5) за показником «Якість зустрічей у реальних умовах». Обидва сервіси пропонують чудові безкоштовні тарифи, якими можна скористатися вже зараз.
- Підходьте до цього з обережністю: Otter 96,6) працював повільно, створював «фантомні» мовців, не має хостингу в ЄС і є єдиним інструментом у цьому огляді, який навчає свої моделі на ваших записах. Google Gemini 87,2) не може розпізнавати завантажені файли, виявився найповільнішим із протестованих інструментів і не має безкоштовного тарифу. Непоганий варіант, якщо ви вже користуєтеся Google Workspace, в іншому випадку — досить поганий.
Якщо ви хочете спробувати інструмент, який посів перше місце в тестуванні, tl;dv безкоштовним назавжди. Вам не потрібна кредитна картка, і немає обмеження терміну пробного періоду. А що найкраще? Він автоматично розпізнає іспанську та понад 40 інших мов у Google Meet, Zoom і Teams, а також без використання ботів у будь-яких інших програмах через настільний додаток.
Поширені запитання щодо точності інструменту транскрипції іспанської мови
Наскільки точна транскрипція зустрічей іспанською мовою за допомогою штучного інтелекту?
Найкращі найкращі інструменти штучного інтелекту зараз розпізнають чіткий іспанську аудіозапис із точністю приблизно 90–95% , хоча цей показник швидко знижується при при наявності кількох мовців, фонового шуму або регіонального сленгу. У нашому сліпому тестуванні п’яти інструментів для трьох іспаномовних сесій, tl;dv посів найвищі показники точністю транскрипції (53,7 з 65), а найближчим конкурент із результатом 45,2.
Цифра, яку зазначено на маркетинговій сторінці, — це майже завжди є цифрою в найкращому випадку: один доповідач, чистий звук, нейтральний акцент. Насправді зустрічі проходять хаотичніше, і саме тут виникають розбіжності: імена, валюта, абревіатури та хтось, хто перебиває когось іншого.
Чому інструменти транскрипції на основі штучного інтелекту мають труднощі з іспанською мовою?
Для системи транскрипції іспанська — це не одна мова, а ціла родина регіональних варіантів, і більшість інструментів налаштовані лише на один із її варіантів. Модель, навчена на іспанській мові Піренейського півострова, може не розпізнавати мексиканську лексику та формат позначення валюти, тоді як модель, налаштована на латиноамериканський варіант, може мати труднощі з «vosotros» та кастильськими зворотами.
Чи по-різному штучний інтелект обробляє латиноамериканську та кастильську іспанську мови?
Так, і ця різниця є більшою, ніж це визнають більшість інструментів. Деякі програми для транскрипції автоматично визначають варіант мови (у нашому тесті це бездоганно зробилиtl;dv HappyScribe), тоді як інші змушують вас заздалегідь вибрати регіон або за замовчуванням використовують піренейську іспанську, незалежно від того, чи відбулася ваша зустріч у Мехіко чи в Мадриді.
Ми навмисно провели тестування на обох варіантах: двох сесіях з Мексики та одній — з Іспанії. Інструменти, які дають змогу заздалегідь встановити діалект або справді автоматично його розпізнають, забезпечили помітно якісніші транскрипти, ніж ті, що використовували єдину універсальну модель для іспанської мови (Otter Gemini). Якщо ваша команда працює по обидва боки Атлантики, підтримка діалектів — це не просто приємний бонус.
Чи може система транскрипції на основі штучного інтелекту впоратися з переходом між іспанською та каталонською мовами?
Здебільшого — ні. Але саме це стало найважливішим фактором, що вирішив результат усього нашого тесту. Коли один із доповідачів на парламентських слуханнях в Іспанії посеред речення перейшов з кастильської іспанської на каталонську, tl;dv єдиним із п’яти інструментів, який відстежив цю зміну та правильно транскрибував каталонську мову. Усі інші інструменти або перетворили її на приблизну іспанську, або здалися й спробували вгадати.
Переключення між мовами — це звичайне явище під час реальних зустрічей, де розмовляють іспанською. Дехто переходить на каталонську, англійську або навіть вживає терміни з мов корінних народів. Якщо ваші зустрічі є багатомовними, обов’язково перевірте це, перш ніж приймати остаточне рішення.
Який найкращий інструмент для транскрипції мексиканської іспанської мови?
У нашому тесті tl;dv найкраще tl;dv мексиканською іспанською: він очолив обидва мексиканські сеанси (слухання в Сенаті та президентську «маньянеру»), правильно відтворивши такі цифри, як «1 391 муніципіо», та валютні позначення в цій мові, наприклад «un millón trescientos mil». HappyScribe виявився найсильнішим конкурентом за рівнем чистої точності.
Слабкі місця проявилися в нижній частині таблиці: Otter «$1300000» — неправильний символ, відсутність роздільників, відсутність форматування відповідно до мовних правил. Під час нарад щодо бюджету чи чисельності персоналу це є вирішальною різницею між нотатками, яким можна довіряти, та тими, на перевірку яких доводиться витрачати час, звіряючи їх із записом.
Чи відповідає транскрипція іспаномовних нарад за допомогою штучного інтелекту вимогам GDPR?
Деякі сервіси створені саме для цього, а інші — ні, тому варто перевірити це, перш ніж записувати хоча б одне засідання ЄС. Під час нашого тестування tl;dv HappyScribe виявилися єдиними сервісами, які за замовчуванням зберігають дані в центрі обробки даних на території ЄС (вони розташовані відповідно в Німеччині та Іспанії). Обидва сервіси також відповідають вимогам SOC 2 та GDPR.
Тут важливу роль відіграють винятки. Fireflies забезпечує зберігання даних у ЄС Fireflies на тарифному плані «Enterprise», тож у рамках стандартного плану ваші дані можуть оброблятися у США. Otter взагалі не Otter задокументованого хостингу в ЄС і є єдиним інструментом, який ми виявили, що навчає власні моделі на ваших записах (хоча й з анонімізованими даними, але все ж). Це саме та відповідь, яку спеціаліст з питань дотримання нормативних вимог найменше хоче почути.
Чи можна безкоштовно здійснювати транскрипцію іспаномовних нарад?
Так. Деякі сервіси пропонують справді безкоштовні тарифи, хоча їхні обмеження різняться. tl;dv безкоштовним назавжди: він надає необмежену кількість записів та транскрипцію на понад 40 мовах, включаючи іспанську, і не вимагає введення даних кредитної картки; Fireflies пропонує непоганий безкоштовний тариф з обмеженою кількістю резюме, створених за допомогою штучного інтелекту.
Otter безкоштовний тариф, але він обмежує час використання 300 хвилинами на місяць; безкоштовний ліміт HappyScribe скоріше нагадує короткий пробний період, тоді як Gemini Google Gemini взагалі Gemini окремого безкоштовного варіанту. Натомість Gemini до складу платного пакету Google Workspace. Якщо ви хочете випробувати інструмент, який посів перше місце в нашому порівняльному тестуванні, tl;dv безкоштовно з самого початку без обмеження терміну дії пробного періоду.
