RedPanda Transcribe

Quanto costa davvero non caricare nulla

Un modello vocale che sta in un browser è più piccolo di uno che gira su un rack di server. Ecco quanto vale quella differenza, misurata sullo stesso audio, per tutte le lingue.

Lingua
Download
Tempo per 1 ora di audio
Questo strumento (nel tuo browser)
Whisper large-v3 (livello cloud)
Miglior risultato pubblicato
inglese
Download110 MB
Tempo per 1 ora di audio≈ 3,0 min
Questo strumento (nel tuo browser)6,90 %
Whisper large-v3 (livello cloud)3,76 %
Miglior risultato pubblicato3,3 %Mistral Voxtral Mini Transcribe V2
italiano
Download111 MB
Tempo per 1 ora di audio≈ 3,1 min
Questo strumento (nel tuo browser)3,14 %
Whisper large-v3 (livello cloud)2,45 %
Miglior risultato pubblicato1,3 %ElevenLabs Scribe v1
tedesco
Download109 MB
Tempo per 1 ora di audio≈ 3,3 min
Questo strumento (nel tuo browser)10,05 %
Whisper large-v3 (livello cloud)2,88 %
Miglior risultato pubblicato2,7 %ElevenLabs Scribe v1
spagnolo
Download112 MB
Tempo per 1 ora di audio≈ 3,2 min
Questo strumento (nel tuo browser)2,81 %
Whisper large-v3 (livello cloud)1,42 %
Miglior risultato pubblicato2,0 %ElevenLabs Scribe v1
francese
Download112 MB
Tempo per 1 ora di audio≈ 3,0 min
Questo strumento (nel tuo browser)8,32 %
Whisper large-v3 (livello cloud)4,32 %
Miglior risultato pubblicato3,1 %ElevenLabs Scribe v1
olandese
Download112 MB
Tempo per 1 ora di audio≈ 3,3 min
Questo strumento (nel tuo browser)10,01 %
Whisper large-v3 (livello cloud)4,61 %
Miglior risultato pubblicato3,4 %ElevenLabs Scribe v1
portoghese
Download111 MB
Tempo per 1 ora di audio≈ 3,2 min
Questo strumento (nel tuo browser)4,99 %
Whisper large-v3 (livello cloud)3,13 %
Miglior risultato pubblicato2,3 %ElevenLabs Scribe v1
turco
Download110 MB
Tempo per 1 ora di audio≈ 3,1 min
Questo strumento (nel tuo browser)6,81 %
Whisper large-v3 (livello cloud)5,62 %
Miglior risultato pubblicato3,8 %ElevenLabs Scribe v1
svedese
Download112 MB
Tempo per 1 ora di audio≈ 3,2 min
Questo strumento (nel tuo browser)8,71 %
Whisper large-v3 (livello cloud)6,28 %
Miglior risultato pubblicato3,4 %ElevenLabs Scribe v1
russo
Download22 MB
Tempo per 1 ora di audio≈ 1,4 min
Questo strumento (nel tuo browser)9,55 %
Whisper large-v3 (livello cloud)3,78 %
Miglior risultato pubblicato3,1 %ElevenLabs Scribe v1

errore sulle parole, più basso è meglio · FLEURS test · n = 111–120 · 2026-09-26

Come è stato misurato

A entrambi i sistemi sono state date le stesse 150 frasi per lingua, prese dal test set FLEURS di Google, sulla stessa macchina, con la stessa normalizzazione: maiuscole e punteggiatura ignorate. Una frase viene esclusa del tutto se il testo di riferimento, o l’output di uno dei due sistemi, contiene cifre: «1940» e «millenovecentoquaranta» sono entrambi corretti e nessuna regola unica normalizza questo in undici lingue. Le frasi escluse sono le stesse per entrambi i sistemi, ed escluderle allarga il divario invece di ridurlo. Il sistema di riferimento è Whisper large-v3, il modello usato dalla maggior parte dei servizi di trascrizione online gratuiti, quantizzato a q5_0. Molti servizi gratuiti usano in realtà una variante più piccola di Whisper, quindi il divario mostrato qui è il massimo che dovresti aspettarti.

Che cosa questi numeri non dicono

FLEURS è parlato letto registrato in condizioni silenziose, quindi entrambe le colonne sono ottimistiche rispetto a una vera registrazione di riunione. Guarda la differenza tra le colonne, non i valori assoluti. FLEURS inoltre include solo spagnolo latinoamericano e portoghese brasiliano, quindi le varianti europee di queste due lingue non sono misurate separatamente.

L’ultima colonna è il tasso di errore più basso pubblicato per ogni lingua su FLEURS, dagli sviluppatori del sistema o in un articolo di ricerca: non l’abbiamo misurato noi. Quelle cifre usano il test set completo e un calcolo più severo del nostro: lo stesso Whisper large-v3 qui fa 2,9 % in tedesco, ma 4,5–4,9 % nei dati pubblicati. A parità di condizioni, il divario dai migliori sistemi cloud è un po’ più ampio di quanto mostrino queste colonne.

ElevenLabs Scribe v1 (self-reported) · Mistral Voxtral Mini Transcribe V2 (Voxtral Realtime paper, Table 7) · Whisper large-v3 (OpenAI, large-v3 release) · NVIDIA Canary-1B-v2 (Canary-1B-v2 paper, Table 11)

Misurato in questa pagina con Chrome su Apple M2 (8 cores), con 3 riconoscitori in parallelo come fa il sito per impostazione predefinita: circa 20 volte più veloce del tempo reale. Computer con meno core, telefoni e schede lasciate in secondo piano sono più lenti.