Какие нейросети лучше расшифровывают запись
Качество расшифровки меряют долей ошибок в словах: сколько слов не совпало с эталоном. Чем меньше, тем лучше. У Fun-Realtime-ASR-preview — 1,7% ошибок, это примерно одна ошибка на 59 слов.
59 моделей в зачёте · данные на 19 сентября 2026
| Модель | Поставщик | Ошибок в словах | Быстрее записи в | Цена за 1000 минут |
|---|---|---|---|---|
| 1Fun-Realtime-ASR-preview | Alibaba Cloud | 1,7% | 20 | — |
| 2StepAudio 3 ASR, StepFun | StepFun | 1,7% | 85 | 585 ₽ |
| 3MAI-Transcribe-2 |  Microsoft AI | 2,0% | 356 | 140 ₽ |
| 4Scribe v2 |  ElevenLabs | 2,2% | 67 | 307 ₽ |
| 5Grok Voice Transcribe 2.0 |  SpaceXAI | 2,3% | 159 | 140 ₽ |
| 6MAI-Transcribe-1.5 | Microsoft AI | 2,4% | 194 | 502 ₽ |
| 7Smallest AI Pulse Pro | Smallest.ai | 2,4% | 274 | 334 ₽ |
| 8MAI-Transcribe-1 | Microsoft AI | 2,6% | 68 | 502 ₽ |
| 9Gemini 3.5 Transcribe |  Google | 2,6% | 89 | 418 ₽ |
| 10Gemini 3.1 Pro Preview (High) | Google | 2,8% | 6 | 1 518 ₽ |
| 11Voxtral Small |  Mistral | 2,8% | 66 | 334 ₽ |
| 12Gemini 3 Flash (High) | Google | 2,9% | 16 | 1 146 ₽ |
| 13Gemini 2.5 Pro | Google | 2,9% | 12 | 952 ₽ |
| 14Universal-3 Pro |  AssemblyAI | 3,1% | 101 | 293 ₽ |
| 15Solaria-3, Gladia | Gladia | 3,2% | 82 | 850 ₽ |
| 16GPT Transcribe, OpenAI |  OpenAI | 3,3% | 41 | 376 ₽ |
| 17Gemini 3.1 Flash-Lite Preview (Minimal) | Google | 3,4% | 82 | 487 ₽ |
| 18Resonant-1 | Reson8 | 3,4% | 328 | 301 ₽ |
| 19Qwen3.5 Omni Plus | Alibaba Cloud | 3,5% | 97 | — |
| 20Gemini 3.1 Pro Preview (Low) | Google | 3,6% | 6 | 646 ₽ |
| 21Voxtral Mini Transcribe 2 | Mistral | 3,6% | 83 | 251 ₽ |
| 22Universal, AssemblyAI | AssemblyAI | 3,8% | 118 | 209 ₽ |
| 23Voxtral Mini | DeepInfra | 3,8% | 66 | 84 ₽ |
| 24Soniox v5 Async | Soniox | 3,8% | 37 | 139 ₽ |
| 25Inworld STT 1 | Inworld | 3,9% | 165 | 209 ₽ |
| 26Soniox V4 | Soniox | 3,9% | 44 | 139 ₽ |
| 27Grok Voice Transcribe 1.0 | SpaceXAI | 4,0% | 240 | 140 ₽ |
| 28GPT-4o Transcribe | OpenAI | 4,0% | 36 | 502 ₽ |
| 29Speechmatics Enhanced | Speechmatics | 4,0% | 72 | 1 045 ₽ |
| 30Amazon Transcribe |  Amazon Bedrock | 4,1% | 32 | 502 ₽ |
| 31Solaria-1, Gladia | Gladia | 4,1% | 80 | 850 ₽ |
| 32Whisper Large v3 | fal.ai | 4,1% | 119 | 96 ₽ |
| 33Whisper Large v2 | OpenAI | 4,1% | 29 | 502 ₽ |
| 34Modulate STT Batch English VFast | Modulate | 4,2% | 55 | 35 ₽ |
| 35Chirp 3, Google | Google | 4,3% | 30 | 1 338 ₽ |
| 36Canary Qwen 2.5B, NVIDIA | Replicate | 4,3% | 7 | 62 ₽ |
| 37Smallest AI Pulse | Smallest.ai | 4,4% | 289 | 418 ₽ |
| 38GPT-4o Mini Transcribe | OpenAI | 4,5% | 43 | 251 ₽ |
| 39transcribe-03-2026 |  Cohere | 4,6% | 108 | — |
| 40Whisper Large v3 Turbo | Groq | 4,6% | 122 | 56 ₽ |
Как читать долю ошибок
Пять процентов означают одну ошибку на двадцать слов — расшифровку можно читать, но вычитывать придётся. При доле меньше двух процентов текст пригоден почти как есть. Разброс в этом зачёте большой: от 1,7% до 31,2%.
Цифры получены на записях преимущественно на английском. Для русского языка ошибок обычно больше, а на записи с шумом, несколькими говорящими или сильным акцентом разница между моделями становится решающей.
Задачи для расшифровки речи
Расшифровка совещаний и интервью, субтитры к роликам, голосовой ввод, разбор звонков в поддержке. Скорость в таблице показывает, во сколько раз обработка быстрее самой записи: значение 50 означает, что часовая запись расшифруется примерно за минуту.