Vai al contenuto
Sintesi degli strumenti di trascrizione dal giapponese e della loro accuratezza
Nel nostro test di trascrizione di riunioni in giapponese, abbiamo valutato sei strumenti su tre riunioni registrate. I risultati hanno mostrato che tl;dv complessivo più alto, con 189punti su 200disponibili.
Il secondo strumento che ha ottenuto un buon punteggio è stato Notta, con 166 punti, seguito da Rimo con 140.
In sintesi, tl;dv in ambiti quali l'accuratezza della trascrizione, gli elementi pratici relativi alle riunioni (come i riassunti) e la presenza di numerose funzionalità utili che hanno migliorato la qualità dei risultati delle riunioni, oltre alla trascrizione stessa. In particolare, ha gestito correttamente l'identificazione degli oratori e la trascrizione dei nomi propri.
Gli strumenti di trascrizione delle riunioni in giapponese sono incredibilmente utili per chi svolge riunioni e attività quotidiane in giapponese.
In tutto il mondo, le riunioni possono essere molto frenetiche, con più relatori, un susseguirsi rapido degli interventi e qualche termine preso in prestito dall’inglese. E sebbene molti strumenti disponibili sul mercato offrano agli utenti di lingua giapponese la trascrizione e altre funzionalità, è importante avere la certezza che le riunioni vengano registrate correttamente.
Per fornire un quadro delle tl;dv di tl;dv per un utente di lingua giapponese, lo abbiamo messo a confronto con altri cinque strumenti comunemente utilizzati sul mercato. Questi erano:
- Rimo
- Tactiq
- CLOVA di Naver
- Notta
- Google Gemini
A tutti questi strumenti è stato fornito lo stesso materiale di partenza, dopodiché sono stati valutati in base a quattro criteri distinti.
Abbiamo quindi utilizzato i risultati della trascrizione e del riassunto, li abbiamo valutati con un modello di linguaggio di grandi dimensioni (LLM) e infine abbiamo chiesto a un secondo gruppo di madrelingua giapponesi di esaminare i risultati in forma anonima.
Ecco i risultati.
| Livello | Max | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Trascrizione e accuratezza | 65 | 60 | 57 | 26 | 33 | 57 | 39 |
| Qualità delle riunioni nella vita reale | 45 | 45 | 24 | 30 | 24 | 38 | 17 |
| Funzionalità e caratteristiche | 72 | 66 | 47 | 46 | 32 | 59 | 11 |
| Fiducia, sicurezza e valore | 18 | 18 | 12 | 12 | 6 | 12 | 15 |
| Punteggio complessivo | 200 | 189 | 140 | 114 | 95 | 166 | 82 |
| Posizione | 1 | 3 | 4 | 5 | 2 | 6 |
Trascrizione e accuratezza delle riunioni in giapponese
Questi sono i risultati del confronto tra l'accuratezza della trascrizione di sei diversi strumenti, utilizzando lo stesso file audio in giapponese. I risultati sono stati valutati da modelli di linguaggio di grandi dimensioni (ClaudeAnthropice ChatGPT di OpenAI) e successivamente confermati tramite una valutazione in cieco da parte di madrelingua, con i nomi degli strumenti nascosti.
| Metrico | Come si calcola il punteggio | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Accuratezza linguistica | Valutazione in cieco della gravità da parte di madrelingua in merito all’accuratezza nella lingua di riferimento | 20/20 | 20/20 | 20/8 | 20/12 | 20/20 | 16/20 |
| Gestione specifica per lingua | Segni diacritici, punteggiatura, varianti regionali, alternanza di codice linguistico | 16/20 | 16/20 | 20/8 | 20/8 | 16/20 | 20/12 |
| Valutazione del tasso di errore dei caratteri | Calcolato sulla base di una trascrizione ufficiale o di un testo di riferimento | 5/5 | 4/5 | 2/5 | 2/5 | 5/5 | 1/5 |
| Rilevamento delle entità | Nomi, aziende e luoghi presenti nel cast | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 2/5 |
| Numeri, date e valute | Cifre, date e importi formattati correttamente nella lingua di destinazione | 4/5 | 4/5 | 3/5 | 3/5 | 4/5 | 4/5 |
| Riconoscimento dei termini tecnici grezzi | Terminologia e acronimi del settore prima della formazione personalizzata | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 3/5 |
| Punteggiatura e segmentazione | Interruzioni di frase e suddivisione in paragrafi nell'output della prova di esecuzione | 5/5 | 5/5 | 1/5 | 4/5 | 4/5 | 1/5 |
| Totale parziale: trascrizione e accuratezza | 60/65 | 57/65 | 26/65 | 33/65 | 57/65 | 39/65 |
Tra i sei strumenti valutati, tl;dv ha registrato la precisione più elevata, con un totale parziale di 60.
Rimo ha totalizzato 57 punti, seguito da Notta, anch’esso a 57, da Google Gemini a 39 e da ClovaNote a 33, e Tactiq a 26.
tl;dv il primo posto in termini di accuratezza linguistica, accuratezza dei nomi propri e dei nomi in generale e riconoscimento dei termini tecnici già prima di qualsiasi addestramento personalizzato. Ha inoltre ottenuto risultati eccellenti in ambiti quali la gestione specifica della lingua, i numeri, le date e le valute, nonché la punteggiatura e la segmentazione.
Rilevamento delle entità
Uno degli aspetti che abbiamo testato è stato il rilevamento delle entità. Il rilevamento delle entità è definito come la capacità dello strumento di riprodurre con precisione nomi e termini noti. Nel file audio erano presenti diversi nomi di marchi, tra cui tl;dv.
tl;dv riuscito a identificare e a trascrivere correttamente tl;dv sua forma originale, con il punto e virgola. Nessuno degli altri strumenti è stato in grado di farlo, sebbene molti abbiano potuto trascriverlo come "TLDV", il che in questo caso è quasi corretto. Alcuni degli altri strumenti non sono riusciti affatto a riprodurlo correttamente, tra cui CLOVA , che lo ha riprodotto in varianti quali "pldv", "gldv" e semplicemente "dv".
Abbiamo riscontrato che ciò valeva anche per altri nomi di marchi e nomi propri, con molti strumenti che fornivano versioni diverse dei nomi propri nei vari risultati. Uno strumento che riproduce correttamente un nome consolidato tende a mantenere l’accuratezza anche per altre entità presenti in una riunione, quali luoghi, persone e nomi di aziende.
tl;dv il punteggio più alto tra tutti e sei gli strumenti. La stessa coerenza si è estesa ad altre entità presenti nelle trascrizioni, con tl;dv che ha mantenuto tl;dv i nomi delle persone quando citati nel discorso.
Punteggi CER
Siamo riusciti a eseguire un quarto test utilizzando una trascrizione verificata proveniente da una fonte di terze parti per calcolareil Character Error Rate (CER), un parametro fondamentale per la valutazione dell’ASR (conversione da voce a testo). Nel nostro test CER, tl;dv ottenuto un punteggio eccellente dello 0,8%, seguito a ruota da Notta. A titolo di confronto, Rimo ha totalizzato l’1,5%, Tactiq , Tactiq %, Clova ,8% e Gemini , Gemini %. Gemini basato su una registrazione più breve poiché si è verificato un errore di interruzione della riunione.
Etichettatura degli altoparlanti
tl;dv l'unico strumento in grado di identificare i nomi degli interlocutori. Nelle registrazioni con più interlocutori, questa distinzione influisce direttamente sull'utilizzabilità della trascrizione. È questo il motivo principale per cui tl;dv posiziona davanti a Rimo, che ha registrato un'accuratezza paragonabile ma non fornisce l'identificazione degli interlocutori.
Osservazioni sulla concorrenza
Rimo ha registrato il risultato più accurato, con un’elevata precisione e segmenti ben proporzionati e leggibili. Il suo principale limite è l’assenza delle etichette dei parlanti, inoltre ha trascritto il nome del prodotto come “TLDV”.
Anche Notta ha ottenuto buoni risultati e ha suddiviso il testo in paragrafi chiari, anche se, secondo la nostra giuria di madrelingua, i blocchi di testo tendevano ad essere troppo lunghi.
Clova interruzioni di riga precise per ogni frase, ma la sua accuratezza non era sufficiente a garantirne la correttezza, e la sua resa incoerente dei vari nomi di prodotto riflette problemi più ampi di riconoscimento.
Tactiq peggiori per quanto riguarda gli aspetti fondamentali. Il rilevamento dei parlanti non ha funzionato correttamente, attribuendo un unico parlante a più etichette, e l’accuratezza è risultata bassa in generale. Ha registrato il risultato più basso tra i sei.
Una nota su Google Gemini
I materiali di partenza erano webinar preregistrati, pertanto non Gemini eseguire Gemini in tempo reale all’interno di una Google Meet , che rappresenta il suo metodo di acquisizione standard. È stato utilizzato un account Google a pagamento per elaborare direttamente il file M4A. Gemini solo una parte della sessione anziché la registrazione completa, e la sezione trascritta presentava un calo di qualità nei punti in cui non era possibile analizzare l’audio, con il risultato di un output debole e di difficile lettura. Per contestualizzare, lo stesso file è stato sottoposto a Notta, dimostrando che il problema non era legato al materiale di partenza.
È stata effettuata una prova in tempo reale su un quarto asset, condotta in diretta su Google Meet fine di calcolare i punteggi CER. Google Gemini aggiunto in tempo reale alla riunione, ma si è interrotto a metà, rendendo necessaria una sua reintroduzione. Di conseguenza, la trascrizione è risultata nuovamente troncata e presentava numerose imprecisioni.
Gemini stato mantenuto nel confronto per completezza, pur segnalando questa limitazione. I suoi risultati hanno inoltre dimostrato una certa sensibilità multilingue, identificando indicazioni di registrazione in inglese all’interno dell’audio.
Qualità delle riunioni nella pratica quotidiana
Oltre alla qualità della trascrizione, anche il risultato finale del trascritto e degli altri elementi correlati, come i riassunti, rappresenta un aspetto molto importante. Nei nostri test abbiamo valutato la presentazione di questi elementi e il livello di qualità nell’uso quotidiano.
| Metrico | Come si calcola il punteggio | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Qualità della diarizzazione | Confronto tra il numero corretto di personaggi e l'attribuzione delle battute rispetto al cast noto | 10/10 | 4/10 | 2/10 | 6/10 | 6/10 | 6/10 |
| Stabilità comportamentale | Stabilità comportamentale nei diversi tipi di sessione | 10/10 | 10/10 | 6/10 | 9/10 | 10/10 | 2/10 |
| Qualità del riassunto | Utilità del riassunto e se è stato mantenuto nella lingua di origine, tenendo conto dei prestiti linguistici | 5/5 | 0/5 | 4/5 | 0/5 | 4/5 | 0/5 |
| Allucinazione / frequenza di inserimento | Testo inventato, ripetuto o duplicato non presente nell'audio. Sono esclusi gli errori di comprensione e le omissioni. | 10/10 | 10/10 | 9/10 | 9/10 | 10/10 | 9/10 |
| Estrazione delle azioni da intraprendere | Qualità delle attività e dei follow-up emersi dalla riunione | 5/5 | 0/5 | 4/5 | 0/5 | 3/5 | 0/5 |
| Suddivisione automatica in capitoli/sezioni | La sintesi suddivide la riunione in sezioni utili? | 5/5 | 0/5 | 5/5 | 0/5 | 5/5 | 0/5 |
| Totale parziale della qualità degli incontri nel mondo reale | 45/45 | 24/45 | 30/45 | 24/45 | 38/45 | 17/45 |
Tra i sei strumenti, tl;dv l’unico a ottenere il punteggio massimo in ogni categoria relativa alla qualità delle riunioni in contesti reali, con un punteggio parziale di 45 su 45. Notta si è classificato al secondo posto con 38, Tactiq 30, seguito da Rimo e CLOVA a 24 e Google Gemini 17.
Gran parte della differenza è determinata da un unico fattore: se uno strumento sia in grado o meno di produrre un riassunto della riunione in giapponese utilizzabile. Nei casi in cui non ne sia stato fornito alcuno per il piano testato, lo strumento ha ottenuto un punteggio pari a 0 per quanto riguarda la qualità del riassunto, le azioni da intraprendere e la suddivisione in sezioni. Ciò riflette ciò che lo strumento offre “così com’è”, non la qualità di eventuali riassunti che potrebbe produrre con un altro piano.
Diarizzazione e attribuzione dei parlanti
tl;dv il massimo dei voti nell'assegnazione dei parlanti corretti e nell'attribuzione di ogni intervento. CLOVA , Notta e Gemini a metà classifica, mentre Tactiq maggiori Tactiq , attribuendo un unico parlante a diverse etichette.
Sintesi, azioni da intraprendere e suddivisione in sezioni
È qui che si nota la differenza più evidente. tl;dv, Tactiq e Notta hanno generato riassunti in giapponese che sono stati valutati in base alla qualità, con tl;dv più alto. Rimo, CLOVA e Gemini non Gemini alcuno in modo predefinito nel piano testato: la funzionalità CLOVA è disponibile solo in coreano, quella di Rimo era a pagamento e Gemini non Gemini alcun risultato. Il punteggio riflette la disponibilità, non la qualità dei riassunti.
Funzionalità e caratteristiche
Un assistente per riunioni basato sull’intelligenza artificiale è molto più di un semplice strumento per prendere appunti durante le riunioni: offre numerose funzionalità ed elementi che migliorano la qualità della trascrizione e delle attività correlate. Abbiamo esaminato alcune delle funzionalità più rilevanti disponibili e abbiamo valutato se ciascuno strumento disponesse di tali capacità, adeguando il punteggio per misurare i vantaggi e l’impatto di ciascuna di esse sull’esperienza dell’utente.
| Metrico | Come si calcola il punteggio | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Assegnazione dei nomi agli altoparlanti preconfigurata | Rileva automaticamente i nomi dei partecipanti su Meet, Zoom e Teams | 5/5 | 0/5 | 1/5 | 0/5 | 0/5 | 0/5 |
| Impronta vocale | Possibilità di addestrare il sistema all'impronta vocale dell'utente stesso | 5/5 | 0/5 | 0/5 | 0/5 | 5/5 | 0/5 |
| Registrazione senza bot | Registra tramite l'audio del sistema senza inserire un bot nella chiamata | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 0/5 |
| Sincronizzazione CRM | Nativo e sincronizzazione automatica | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Note personalizzate / modelli | Formati di riepilogo personalizzabili rispetto a un output fisso | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Addestramento personalizzato di vocabolario/entità | Insegnare i termini e gli acronimi del settore | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 | 0/5 |
| Localizzazione dell'interfaccia utente in giapponese | Se l'interfaccia del prodotto stesso è disponibile in giapponese | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 |
| Ampiezza delle integrazioni | Slack, calendario, Zapier, API | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Velocità di elaborazione | Tempo trascorso dalla fine della riunione al completamento della trascrizione | 3/3 | 2/3 | 1/3 | 0/3 | 3/3 | 0/3 |
| Monitoraggio delle parole di riempimento | Rilevamento delle parole di riempimento - Rileva "um", "eh" e "este" senza duplicare i suoni causati dalla balbuzie. Consente una visibilità completa delle trascrizioni dei discorsi, evitando un'eccessiva semplificazione. | 3/3 | 0/3 | 0/3 | 0/3 | 0/3 | 0/3 |
| Precisione del timestamp | Verificare a campione che i timestamp corrispondano al momento corretto | 3/3 | 3/3 | 2/3 | 2/3 | 3/3 | 0/3 |
| Disponibilità della traduzione | È in grado di tradurre gli appunti della riunione? E in quante lingue? | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Cerca all'interno della trascrizione | Cerca all'interno di una riunione e nella libreria | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| Interfaccia utente per la modifica delle trascrizioni | È possibile correggere facilmente la trascrizione a posteriori? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Formati di esportazione | SRT, VTT, TXT, DOCX e simili | 0/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Trascrizione in diretta / in tempo reale | Durante la riunione viene visualizzata in tempo reale la trascrizione? | 0/3 | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 |
| Copertura della piattaforma per riunioni | Copertura di Zoom, Meet, Teams e Webex | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Acquisizione tramite app mobile | È in grado di registrare le riunioni in presenza tramite un'app mobile? | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| Server MCP nativo | Server proprietario che consente agli assistenti AI di effettuare ricerche nell'archivio delle riunioni | 5/5 | 0/5 | 5/5 | 0/5 | 0/5 | 0/5 |
| Modifica dell'etichetta dell'altoparlante | È possibile rinominare e riassegnare gli altoparlanti a posteriori? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Totale parziale delle funzionalità e delle caratteristiche | 66/72 | 47/72 | 46/72 | 32/72 | 59/72 | 11/72 |
Sono molte le funzionalità che distinguono uno strumento dedicato alle riunioni da un semplice servizio di trascrizione delle riunioni, e tl;dv al primo posto in tutte queste categorie. Due in particolare spiccano su tutte le altre
Server MCP nativo
tl;dv uno dei soli due strumenti dotati di un server MCP nativo, che consente agli assistenti IA di interrogare direttamente l'archivio delle riunioni. La maggior parte dei concorrenti ha ottenuto un punteggio pari a zero in questo ambito. Si tratta della funzionalità che collega le riunioni registrate all'insieme più ampio di strumenti IA già utilizzati da un team, anziché lasciare la trascrizione in un sistema chiuso.
Impronta vocale
tl;dv anche uno dei due soli strumenti a offrire il riconoscimento vocale, insieme a Notta. Si adatta alla tua voce, migliorando così l'affidabilità con cui vieni identificato durante le riunioni: un vantaggio che aumenta man mano che lo utilizzi.
Fiducia, sicurezza e valore
Alcuni degli aspetti più importanti da considerare nella scelta di uno strumento per registrare le riunioni in giapponese sono l’affidabilità, la sicurezza e il rapporto qualità-prezzo. Molti di questi aspetti possono essere garantiti da un servizio di trascrizione di buona qualità, dotato di funzionalità eccellenti e risultati pratici, ma un fattore determinante è il modo in cui l’azienda gestisce i dati sensibili. Abbiamo analizzato ogni strumento per approfondire la sua situazione e il suo approccio in ambiti quali la sicurezza, la conformità normativa e la residenza dei dati.
| Metrico | Come si calcola il punteggio | tl;dv | Rimo | Tactiq | ClovaNote | Notta | Google Gemini |
|---|---|---|---|---|---|---|---|
| Residenza dei dati / hosting regionale | Opzioni di hosting regionale, ad esempio hosting in Giappone su richiesta | 3/3 | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Sicurezza e conformità | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 |
| Addestramento dell'IA sull'audio degli utenti | Si evita di addestrare l'IA sui propri file audio (nessun addestramento ottiene il massimo dei voti)? | 3/3 | 3/3 | 3/3 | 0/3 | 0/3 | 3/3 |
| Controlli sulla conservazione dei dati | Controllo sulla durata della conservazione delle registrazioni e delle trascrizioni | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 | 3/3 |
| Trasparenza dei prezzi | I prezzi dei piani sono pubblicati, anziché essere forniti solo su richiesta | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 |
| Piano gratuito / limiti | Disponibilità di un piano gratuito (una prova gratuita da sola vale 0 punti) | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Totale parziale: fiducia, sicurezza e valore | 18/18 | 18/12 | 18/12 | 18/6 | 18/12 | 15/18 |
Questo criterio specifico va oltre la semplice trascrizione e si concentra sul modo in cui ogni strumento gestisce i dati, un aspetto che riveste particolare importanza per le organizzazioni giapponesi.
Residenza dei dati in Giappone su richiesta
In Giappone non esiste l’obbligo legale di conservare i dati relativi alle riunioni sul territorio nazionale. Ciò che è invece richiesto è un trattamento accurato dei dati personali inviati all’estero: ai sensi dell’APPI, il trasferimento di dati a terzi in un altro Paese richiede generalmente il consenso preventivo dell’interessato, mentre la conservazione di tali dati presso un fornitore in Giappone elimina tale obbligo. Per molte imprese giapponesi, l’archiviazione sul territorio nazionale è anche una semplice questione di fiducia e di politica interna.
tl;dv la residenza dei dati in Giappone su richiesta, consentendo così alle organizzazioni che ne hanno bisogno di far ospitare i propri dati relativi alle riunioni in Giappone, anziché farli elaborare all’estero per impostazione predefinita.
I tuoi dati rimangono tuoi
tl;dv ha ottenuto il massimo dei voti tl;dv per quanto riguarda il livello di sicurezza, i controlli sulla conservazione dei dati e il fatto di non addestrare i modelli di IA utilizzando le registrazioni audio dei clienti. Nel complesso, questa classificazione riflette uno strumento progettato per soddisfare gli standard che un’azienda giapponese si aspetterebbe prima che le registrazioni delle riunioni lascino la sala.
Test di accuratezza delle riunioni in giapponese: metodologia
Il nostro confronto si basa su un test controllato e comparabile, concepito per garantire a ogni strumento le stesse condizioni.
Il set di test
Il confronto si è basato su tre webinar preregistrati della durata di circa un’ora ciascuno. I file principali sono stati scaricati ed elaborati tramite la funzione di caricamento di ciascuno strumento. La maggior parte degli strumenti ha accettato direttamente il formato MP4; due hanno richiesto la conversione in M4A prima del caricamento. Tutti e tre i webinar sono stati elaborati con tutti e sei gli strumenti in uno dei due formati, mentre CLOVA Gemini con il formato M4A.
La recensione
I risultati sono stati valutati dal nostro gruppo di madrelingua: Mioko, Oji e Hiromi, che hanno lavorato in forma anonima assegnando un punteggio agli aspetti positivi e ai vantaggi di ciascun risultato. Questi punteggi sono stati aggregati per ottenere le valutazioni finali. I dati relativi alle caratteristiche e agli attributi sono stati ricavati da documentazione di dominio pubblico.
Il set di attrezzi
La selezione si è basata sulla popolarità e sull’uso diffuso nel mercato giapponese. Gemini la versione desktop, adatta a contenuti webinar preregistrati, inclusa per la sua disponibilità e per il motore Google su cui si basa. Tactiq incluso in base alla sua presenza dichiarata nel mercato giapponese. CLOVA a CLOVA , la versione coreana di CLOVA .
Analisi dettagliata del motore e del piano
Il funzionamento di ogni strumento si basa su un motore che elabora la registrazione e la trasforma in una trascrizione. Ogni strumento ha la propria versione; sebbene molti strumenti utilizzino lo stesso motore fornito da un’unica azienda, la loro configurazione è diversa. Inoltre, molti strumenti offrono motori diversi a seconda del piano a cui ci si abbona. Per contestualizzare, tutte le riunioni in giapponese su tl;dv gestite dallo stesso motore, sia che si tratti di un account a pagamento che di uno gratuito, garantendo così coerenza indipendentemente dall’investimento effettuato.| Strumento | Motore di base / fornitore | Interno o in licenza | Tipo di motore | Piano |
|---|---|---|---|---|
| Rimo | Modello di riconoscimento vocale basato sul deep learning sviluppato internamente in giapponese. L'API di OpenAI viene utilizzata esclusivamente per l'editor e il livello di sintesi. | Interno (riconoscimento), autorizzato (redattore) | ASR dedicato | Prova gratuita |
| tl;dv | ElevenLabs | Autorizzato | ASR dedicato | Affari |
| Notta | Partner giapponese di terze parti, di cui non viene rivelato il nome | Autorizzato | ASR dedicato | Pagato, un mese |
| Tactiq | Sottotitoli della piattaforma di riunioni durante la trasmissione in diretta. Questo test ha utilizzato il caricamento di file, pertanto Tactiq la propria trascrizione del caricamento, che non è documentata pubblicamente. | Misto, in parte non divulgato | Sottotitoli della piattaforma (in diretta) o caricamento ASR | Gratuito |
| CLOVA | NAVER CLOVA | Interno (NAVER) | ASR dedicato | Gratuito ( CLOVA per il mercato coreano) |
| Google Gemini | Google Gemini | Interno (Google) | LLM | Gemini autonoma (account Business Starter) |
Ambito di applicazione e avvertenze
- CLOVA non è stata testata, poiché l'accesso è stato bloccato a causa di un problema relativo alla verifica telefonica.
- La conversione in formato M4A potrebbe comportare lievi differenze rispetto a un file caricato nel formato originale.
- I dati relativi alle caratteristiche di dominio pubblico riflettono quanto pubblicato al momento del test e sono soggetti a modifiche.
Ogni strumento è stato eseguito su file sorgente identici, esaminato dallo stesso gruppo di esperti e valutato secondo gli stessi criteri, al fine di garantire un confronto il più equo possibile.
Qual è il miglior software di trascrizione delle riunioni per il Giappone?
In tutti i nostri test, in tutte e quattro le aree, tl;dv al primo posto. È in grado di identificare i relatori per nome, riproduce correttamente ogni nome proprio ed è uno dei pochi strumenti che offre il riconoscimento vocale, un server MCP nativo con ChatGPT e Claude, nonché la residenza dei dati in Giappone su richiesta. Ognuna di queste caratteristiche lo rende un valido candidato come eccellente strumento di trascrizione delle riunioni in giapponese.
Gli altri strumenti presentano dei veri punti di forza: Notta offre funzionalità eccellenti, pur fornendo una versione leggermente meno accurata della trascrizione. Allo stesso modo, Rimo ha ottenuto buoni risultati nella trascrizione, ma presentava minori funzionalità pratiche e non disponeva di una funzione di sintesi, il che significa che in molti ambiti ha totalizzato un punteggio pari a 0. CLOVA offriva CLOVA sintesi in coreano, pertanto non siamo stati in grado di testarle.
Tactiq una trascrizione che, a prima vista, sembrava valida, ma che si è rivelata praticamente illeggibile per il nostro gruppo di esperti di madrelingua giapponese, con alcuni errori evidenti. Gemini riprodotto l’intero audio, il che significa che i eventuali punti di forza della trascrizione sono stati di fatto azzerati, poiché risultava inutilizzabile come output completo.
Per quanto riguarda in particolare le riunioni giapponesi, in cui molti elementi e diverse voci interagiscono su questioni importanti, tl;dv efficacia in tutte e tre le nostre sessioni.
Se il tuo team tiene riunioni in giapponese e ha bisogno di uno strumento di registrazione solido e affidabile, dotato di funzionalità aggiuntive che trasformino il semplice resoconto della riunione in uno strumento in grado di migliorare e far progredire il vostro lavoro, allora tl;dv la scelta migliore.
Prova tl;dv e scopri come gestisce le tue riunioni in lingua giapponese su Google Meet, Zoom e, grazie alla registrazione senza bot della nostra app desktop, su qualsiasi altra piattaforma di riunioni.
Domande frequenti sull'accuratezza della trascrizione dal giapponese
Quanto è accurata la trascrizione in giapponese effettuata dall'intelligenza artificiale?
Riunione sull'intelligenza artificiale in giapponese La trascrizione è sufficientemente accurata per la maggior parte delle riunioni aziendali, mentre gli strumenti più avanzati producono un testo che un lettore madrelingua può accettare con correzioni minime. Nei nostri test, tl;dv per la precisione in giapponese. Gli errori più comuni errori riscontrati altrove sono l’uso di kanji errati per un omofono, i nomi scritti in katakana, nonché l'omissione o la fusione delle .
Perché molti strumenti hanno difficoltà con la trascrizione del giapponese?
La maggior parte degli strumenti di trascrizione è stata inizialmente sviluppata pensando all’inglese, quindi si basa su elementi come gli spazi tra le parole, che in giapponese non esistono. Il giapponese non è di per sé più difficile, ma funziona semplicemente in modo diverso, con omofoni scritti con kanji diversi e tre sistemi di scrittura per un unico suono. Gli strumenti migliori sono quelli progettati per gestire queste caratteristiche, anziché partire dal presupposto che si tratti di inglese.
Qual è il miglior strumento di intelligenza artificiale per la trascrizione in giapponese?
La scelta giusta dipende dal tipo di riunione, ma tl;dv al primo posto in tutte le categorie che abbiamo testato. Per le riunioni con più partecipanti, tl;dv l’unico strumento in grado di identificare gli oratori per nome, il che rende la trascrizione utilizzabile senza bisogno di una successiva revisione manuale.
La trascrizione basata sull'intelligenza artificiale è in grado di gestire il keigo e le forme onorifiche giapponesi?
La maggior parte degli strumenti riconosce correttamente il keigo, ma poi appiattisce o “corregge” la forma onorifica, modificando il registro di quanto è stato detto. La trascrizione continua a sembrare un giapponese fluente, quindi è facile non accorgersi di questo cambiamento. Nella nostra revisione cieca condotta da madrelingua, tl;dv questi dettagli linguistici più sottili in modo più affidabile rispetto agli altri.
