Hiçbir şey yüklememenin gerçek bedeli
Tarayıcıya sığan bir konuşma modeli, sunucu rafında çalışandan küçüktür. Aradaki fark, aynı ses üzerinde ölçülmüş hâliyle, tüm diller için burada.
kelime hata oranı, düşük olan iyidir · FLEURS test · n = 111–120 · 2026-09-26
Nasıl ölçüldü
İki sisteme de Google’ın FLEURS test kümesinden dil başına aynı 150 cümle, aynı makinede, aynı normalleştirmeyle verildi: büyük/küçük harf ve noktalama sayılmıyor. Referans metninde ya da iki sistemden herhangi birinin çıktısında rakam geçen cümleler tamamen dışarıda bırakıldı — “1940” da “bin dokuz yüz kırk” da doğrudur ve on bir dilde bunu tek bir kuralla normalleştirmek mümkün değil. İki sistem için aynı cümleler atılıyor ve bunları atmak farkı daraltmak yerine genişletiyor. Referans sistem, ücretsiz çevrimiçi deşifre hizmetlerinin çoğunun çalıştırdığı Whisper large-v3, q5_0 olarak nicelenmiş hâli. Ücretsiz hizmetlerin çoğu aslında Whisper’ın daha küçük bir sürümünü çalıştırır; yani burada görünen fark, beklenebilecek en geniş farktır.
Bu sayıların söylemedikleri
FLEURS sessiz ortamda kaydedilmiş okunmuş konuşmadır; dolayısıyla iki sütun da gerçek bir toplantı kaydına kıyasla iyimserdir. Mutlak değerlere değil, sütunlar arasındaki farka bakın. FLEURS ayrıca yalnızca Latin Amerika İspanyolcası ve Brezilya Portekizcesi içeriyor, bu iki dilin Avrupa varyantları ayrıca ölçülmedi.
Son sütun, her dil için FLEURS’ta yayımlanmış en düşük kelime hata oranıdır; sistemi geliştirenler ya da bir araştırma makalesi tarafından bildirilmiştir, bizim ölçümümüz değildir. Bu rakamlar tüm test setini ve bizimkinden daha katı bir hesaplamayı kullanır: aynı Whisper large-v3 burada Almancada %2,9 alırken yayımlanan değer %4,5–4,9’dur. Eşit koşullarda en iyi bulut sistemleriyle aradaki fark, bu sütunların gösterdiğinden biraz daha büyüktür.
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)
Bu sayfada Chrome ile Apple M2 (8 cores) üzerinde, sitenin varsayılan olarak yaptığı gibi 3 tanıyıcı paralel çalışırken ölçülmüştür: gerçek zamandan yaklaşık 20 kat hızlı. Daha az çekirdekli bilgisayarlar, telefonlar ve arka planda bırakılan sekmeler daha yavaştır.