Перейти до змісту
Короткий огляд японських інструментів транскрипції та їхньої точності
У ході тестування інструментів для транскрибування японських нарад ми перевірили шість інструментів на прикладі трьох записаних нарад. Результати показали ,що tl;dv найвищий загальний бал — 189 із 200можливих.
Другим інструментом, який отримав високу оцінку, став Notta — 166 балів, а за ним — Rimo — 140 балів.
tl;dv в таких сферах, як точність транскрипції, елементи, характерні для реальних зустрічей (наприклад, резюме), а також наявність багатьох корисних функцій, які покращували якість результатів зустрічі не лише завдяки самій транскрипції. Зокрема, система коректно розпізнавала імена доповідачів та транскрибувала власні назви.
Японські інструменти для транскрипції нарад є надзвичайно корисними для тих, хто щодня проводить наради та здійснює оперативну діяльність японською мовою.
У всьому світі на нарадах зазвичай панує жвава атмосфера: там виступає багато доповідачів, учасники швидко змінюють одне одного, а іноді в розмові трапляються запозичення з англійської мови. І хоча на ринку є чимало сервісів, що пропонують користувачам, які розмовляють японською, транскрипцію та інші функції, важливо бути впевненим, що ваші наради записуються правильно.
Щоб зрозуміти, як tl;dv для носіїв японської мови, ми порівняли його з п’ятьма іншими поширеними на ринку інструментами. Це були:
- Рімо
- Tactiq
- CLOVA від Naver
- Нотта
- Google Gemini
Усі ці інструменти отримали однаковий вихідний матеріал, після чого їх оцінювали за чотирма окремими напрямками.
Потім ми використали результати транскрипції та узагальнення, оцінили їх за допомогою великої мови (LLM), а після цього попросили другу групу носіїв японської мови перевірити ці результати в анонімному форматі.
Ось результати.
| Рівень | Макс | tl;dv | Рімо | Tactiq | ClovaNote | Нотта | Google Gemini |
|---|---|---|---|---|---|---|---|
| Транскрипція та точність | 65 | 60 | 57 | 26 | 33 | 57 | 39 |
| Якість зустрічей у реальному житті | 45 | 45 | 24 | 30 | 24 | 38 | 17 |
| Можливості та функції | 72 | 66 | 47 | 46 | 32 | 59 | 11 |
| Довіра, безпека та цінність | 18 | 18 | 12 | 12 | 6 | 12 | 15 |
| Загальний бал | 200 | 189 | 140 | 114 | 95 | 166 | 82 |
| Рейтинг | 1 | 3 | 4 | 5 | 2 | 6 |
Транскрипція японської зустрічі та її точність
Ось результати порівняння точності транскрипції шести інструментів на основі одного й того самого аудіозапису японською мовою. Ці результати були оцінені великими мовними моделями (ClaudeAnthropicта ChatGPT від OpenAI), а потім підтверджені в ході сліпої оцінки носіями мови, під час якої назви інструментів були приховані
| Метрична система | Як підраховуються бали | tl;dv | Рімо | Tactiq | ClovaNote | Нотта | Google Gemini |
|---|---|---|---|---|---|---|---|
| Точність викладу | Сліпа оцінка носієм мови ступеня точності висловлювань у рідній мові | 20/20 | 20/20 | 20 серпня | 20 грудня | 20/20 | 16/20 |
| Особливості обробки залежно від мови | Діакритичні знаки, пунктуація, регіональні варіанти, переключення кодів | 16/20 | 16/20 | 20 серпня | 20 серпня | 16/20 | 20 грудня |
| Оцінка частоти помилок символів | Розраховано на основі офіційного транскрипту або еталонного тексту | 5/5 | 4/5 | 2/5 | 2/5 | 5/5 | 1/5 |
| Виявлення об’єктів | Імена, назви компаній та назви місць у складі акторського складу | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 2/5 |
| Числа, дати та валюта | Цифри, дати та суми, відформатовані відповідно до вимог мови | 4/5 | 4/5 | 3/5 | 3/5 | 4/5 | 4/5 |
| Технічний термін «сирове розпізнавання» | Галузеві терміни та абревіатури перед початком індивідуального навчання | 5/5 | 4/5 | 2/5 | 2/5 | 4/5 | 3/5 |
| Пунктуація та сегментація | Розбиття речень та поділ на абзаци у вихідних даних тестового запуску | 5/5 | 5/5 | 1/5 | 4/5 | 4/5 | 1/5 |
| Підсумок за транскрипцією та точністю | 60/65 | 57/65 | 26/65 | 33/65 | 57/65 | 39/65 |
Серед шести оцінених інструментів tl;dv продемонстрував найвищу точність, набравши 60 балів.
За ними йшли Rimo з результатом 57 та Notta, також з результатом 57, а також Google Gemini з результатом 39, ClovaNote з результатом 33, і Tactiq — 26.
tl;dv перше місце за точністю перекладу, точністю перекладу власних назв та імен, а також за розпізнаванням технічних термінів ще до початку будь-якого індивідуального навчання. Він також продемонстрував відмінні результати в таких сферах, як обробка мовних особливостей, чисел, дат і валют, а також пунктуації та сегментації.
Виявлення об’єктів
Одним із елементів, який ми перевіряли, було виявлення ентітетів. Виявлення ентітетів визначається як здатність інструменту точно розпізнавати відомі імена та терміни. В аудіозаписі було кілька назв брендів, зокрема tl;dv.
tl;dv розпізнати та правильно транскрибувати tl;dv його справжню форму, з крапкою з комою. Жоден інший інструмент не зміг цього зробити, хоча багато з них змогли транскрибувати це як «TLDV», що в даному випадку є майже точним результатом. Деякі інші інструменти взагалі не змогли правильно відтворити цей текст, зокрема CLOVA , який відтворив його у таких варіантах, як «pldv», «gldv» та просто «dv».
Ми виявили, що така ж ситуація спостерігається і з іншими назвами брендів та іменами осіб: багато інструментів у своїх результатах наводять різні варіанти власних назв. Інструмент, який правильно відтворює загальноприйняту назву, як правило, забезпечує точність і щодо інших об’єктів, присутніх на зустрічі, таких як місця, особи та назви компаній.
tl;dv найвищий бал серед усіх шести інструментів. Така ж послідовність поширювалася й на інші об’єкти в транскриптах: tl;dv зберігав імена осіб, коли про них згадували в мовленні.
Оцінки CER
Нам вдалося провести четверте тестування з використанням перевіреної стенограми з стороннього джерела для розрахункупоказника помилковості символів (CER) — основного показника для оцінки ефективності ASR (перетворення мови в текст). У нашому тестуванні CER tl;dv відмінний результат — 0,8%, а Notta — майже такий самий. Для порівняння: Rimo показав 1,5%, Tactiq ,7%, Clova ,8%, а Gemini ,8%. Gemini на основі коротшого запису, оскільки під час тестування сталася помилка, пов’язана з перебоями у роботі.
Маркування динаміків
tl;dv єдиним інструментом, що дозволяв позначати імена мовців. У разі записів, де беруть участь кілька мовців, це безпосередньо впливає на зручність використання транскрипту. Саме це є головною причиною, чому tl;dv вищу позицію, ніж Rimo, який продемонстрував порівнянну точність, але не надає позначок мовців.
Спостереження за конкурентами
Rimo показав найточніший результат, продемонструвавши високу точність та пропорційні, чіткі сегменти. Його головним недоліком є відсутність позначок мовців, а назву продукту система відтворила як «TLDV».
Нотта також показала хороші результати і розділила текст на чіткі абзаци, хоча, на думку нашої групи носіїв мови, ці абзаци були дещо задовгими.
Clova чіткі розриви рядків після кожного речення, але її точність була недостатньою для їхнього правильного відображення, а непослідовне відтворення назв різних продуктів свідчить про більш загальні проблеми з розпізнаванням.
Tactiq найгірші Tactiq за основними показниками. Функція розпізнавання мовців не спрацювала: один мовець був розподілений між кількома мітками, а точність загалом була низькою. Ця система показала найнижчий результат серед шести.
Примітка щодо Google Gemini
Вихідними матеріалами були заздалегідь записані вебінари, тому Gemini не Gemini запустити в режимі реального часу під час Google Meet — що є його стандартним методом запису. Для безпосередньої обробки файлу M4A було використано платний обліковий запис Google. Gemini лише частину сесії, а не повний запис, і якість транскрибованого фрагмента погіршувалася в тих місцях, де аудіо не вдалося розібрати, що призвело до слабкого, важкого для читання результату. Для порівняння цей самий файл було передано Notta, що показало: проблема полягала не у вихідному матеріалі.
Google Meet розрахунку показників CER було проведено тестування в режимі реального часу з використанням четвертого об’єкта, яке відбувалося безпосередньо в Google Meet . Google Gemini додано до зустрічі в режимі реального часу, але його робота була припинена на півдорозі, після чого його довелося запустити заново. В результаті стенограма знову виявилася урізаною та містила чимало неточностей.
Gemini залишено в порівнянні для повноти картини, при цьому зазначено це обмеження. Результати роботи цієї системи також продемонстрували певну здатність розпізнавати різні мови: вона виявила в аудіозаписі підказки англійською мовою.
Якість зустрічей у реальному житті
Окрім якості транскрипції, дуже важливим елементом є кінцевий результат — сам транскрипт та інші супутні матеріали, такі як резюме. Під час тестування ми перевіряли, як формуються ці матеріали, та оцінювали рівень їхньої якості для повсякденного використання.
| Метрична система | Як підраховуються бали | tl;dv | Рімо | Tactiq | ClovaNote | Нотта | Google Gemini |
|---|---|---|---|---|---|---|---|
| Якість діаризації | Порівняння кількості акторів та розподілу ролей з відомим складом акторського складу | 10/10 | 4/10 | 2/10 | 6/10 | 6/10 | 6/10 |
| Стабільність поведінки | Стабільність поведінки в різних типах сесій | 10/10 | 10/10 | 6/10 | 9/10 | 10/10 | 2/10 |
| Якість резюме | Корисність резюме та те, чи збереглася воно мовою оригіналу, з урахуванням запозичених слів | 5/5 | 0/5 | 4/5 | 0/5 | 4/5 | 0/5 |
| Частота галюцинацій / частота вставних образів | Вигаданий, повторюваний або дубльований текст, якого немає в аудіозаписі. Не враховуються випадки неправильного сприйняття на слух та упущення слів. | 10/10 | 10/10 | 9/10 | 9/10 | 10/10 | 9/10 |
| Виокремлення елементів для дій | Якість завдань та подальших дій, визначених під час наради | 5/5 | 0/5 | 4/5 | 0/5 | 3/5 | 0/5 |
| Автоматичне розділення на розділи / підрозділи | Чи поділяє цей підсумок засідання на зручні розділи? | 5/5 | 0/5 | 5/5 | 0/5 | 5/5 | 0/5 |
| Проміжний підсумок щодо якості зустрічей у реальному світі | 45/45 | 24/45 | 30/45 | 24/45 | 38/45 | 17/45 |
Серед шести інструментів tl;dv єдиним, який отримав максимальну оцінку в усіх категоріях, що стосуються якості реальних зустрічей, набравши 45 балів із 45 можливих. Далі йшли Notta — 38 балів, Tactiq 30, Rimo та CLOVA — по 24, а Google Gemini 17.
Значна частина розбіжностей у результатах зводиться до одного чинника: чи створив інструмент взагалі придатний для використання підсумок зустрічі японською мовою. У випадках, коли за тестовим планом підсумок не було отримано, інструмент отримав 0 балів за якість підсумку, перелік заходів та структуру розділів. Це відображає те, що інструмент надає «з коробки», а не якість будь-якого підсумку, який він міг би створити за іншим планом.
Діаризація та атрибуція мовців
tl;dv найвищу оцінку за правильне визначення мовців та атрибуцію кожної репліки. CLOVA , Notta та Gemini в середині рейтингу, тоді як Tactiq найгірші Tactiq , розподіливши одного мовця між кількома мітками.
Короткий виклад, завдання та поділ на розділи
Саме в цьому аспекті результати тестування найчіткіше розходяться. tl;dv, Tactiq та Notta створили японські резюме, які оцінювалися за якістю, причому tl;dv найвищий tl;dv . Rimo, CLOVA та Gemini жодного Gemini «з коробки» за тестованим сценарієм: функція CLOVA доступна лише для корейської мови, функція Rimo була доступна лише за передплатою, а Gemini жодного Gemini . Оцінка відображає доступність, а не якість резюме.
Можливості та функції
Асистент для проведення зустрічей на базі штучного інтелекту — це набагато більше, ніж просто засіб для ведення нотаток під час зустрічей: він має безліч функцій та елементів, що підвищують якість готового стенограму та пов’язаних з ним процесів. Ми розглянули деякі з найважливіших доступних функцій і визначили, чи володіє кожен інструмент цими можливостями, скоригувавши оцінку з урахуванням користі та впливу кожного з них на користувацький досвід.
| Метрична система | Як підраховуються бали | tl;dv | Рімо | Tactiq | ClovaNote | Нотта | Google Gemini |
|---|---|---|---|---|---|---|---|
| Автоматичне визначення імен колонок | Автоматичне визначення імен реальних учасників у Meet, Zoom, Teams | 5/5 | 0/5 | 1/5 | 0/5 | 0/5 | 0/5 |
| Розпізнавання голосу | Можливість навчання системи розпізнаванню голосу користувача | 5/5 | 0/5 | 0/5 | 0/5 | 5/5 | 0/5 |
| Запис без ботів | Здійснює запис через системний аудіоканал без підключення бота до дзвінка | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 0/5 |
| Синхронізація CRM | Вбудована синхронізація та автоматична синхронізація | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Особисті нотатки / шаблони | Настроювані формати зведених даних проти фіксованого формату виводу | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Налаштування словника / навчання сутностей | Викладати галузеві терміни та абревіатури | 5/5 | 5/5 | 0/5 | 5/5 | 5/5 | 0/5 |
| Локалізація японського інтерфейсу користувача | Чи доступний сам інтерфейс продукту японською мовою | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 | 5/5 |
| Широта інтеграції | Slack, календар, Zapier, API | 3/3 | 0/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Швидкість обробки | Час від закінчення зустрічі до готового стенограму | 3/3 | 2/3 | 1/3 | 0/3 | 3/3 | 0/3 |
| Відстеження слів-заповнювачів | Відстеження слів-заповнювачів — відстежує «ум», «е-е», «есте» без подвоєння слів, пов’язаного із заїканням. Забезпечує повну наочність розшифровок мовлення, а не надмірне згладжування | 3/3 | 0/3 | 0/3 | 0/3 | 0/3 | 0/3 |
| Точність часових міток | Виконайте вибіркову перевірку, щоб переконатися, що часові мітки відповідають потрібному моменту | 3/3 | 3/3 | 2/3 | 2/3 | 3/3 | 0/3 |
| Наявність перекладу | Чи може ця програма перекладати нотатки з наради, і на скільки мов? | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Пошук у стенограмі | Пошук у матеріалах засідання та в бібліотеці | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| 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 | 3/3 |
| Формати експорту | SRT, VTT, TXT, DOCX та подібні | 0/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| 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 | 3/3 |
| Покриття платформи для проведення зустрічей | Огляд Zoom, Meet, Teams та Webex | 3/3 | 3/3 | 3/3 | 0/3 | 3/3 | 0/3 |
| Зйомка мобільного додатка | Чи можна за допомогою мобільного додатка записувати очні зустрічі? | 3/3 | 3/3 | 0/3 | 3/3 | 3/3 | 0/3 |
| Вбудований сервер MCP | Власний сервер, що дозволяє штучним інтелектам здійснювати запити до бібліотеки зустрічей | 5/5 | 0/5 | 5/5 | 0/5 | 0/5 | 0/5 |
| Редагування міток динаміків | Чи можна перейменувати та перепризначити динаміки вже після того, як все налаштовано? | 3/3 | 3/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Підсумок за можливостями та функціями | 66/72 | 47/72 | 46/72 | 32/72 | 59/72 | 11/72 |
Існує чимало функцій, які відрізняють спеціалізований інструмент для проведення зустрічей від звичайної програми для транскрибування, і tl;dv перше місце за всіма цими показниками. Особливо виділяються дві з них
Вбудований сервер MCP
tl;dv одним із лише двох інструментів із вбудованим сервером MCP, що дозволяє штучному інтелекту безпосередньо звертатися до бібліотеки записів зустрічей. Більшість інших інструментів у цій категорії отримали нуль балів. Саме ця функція дозволяє інтегрувати записані зустрічі з ширшим набором інструментів штучного інтелекту, якими вже користується команда, замість того, щоб залишати стенограму в закритій системі.
Розпізнавання голосу
tl;dv також tl;dv одним із двох інструментів, що пропонували функцію розпізнавання голосу, поряд із Notta. Він навчається на вашому голосі, завдяки чому підвищує надійність вашої ідентифікації під час зустрічей — ця перевага стає все більш відчутною, чим частіше ви ним користуєтеся.
Довіра, безпека та цінність
Серед найважливіших аспектів, на які слід звернути увагу під час вибору інструменту для запису зустрічей японською мовою, — це довіра, безпека та співвідношення ціни та якості. Багато з цих переваг можна отримати завдяки високоякісному сервісу транскрипції з чудовими функціями та зручними результатами, але значну роль відіграє те, як компанія підходить до обробки конфіденційних даних. Ми проаналізували кожен інструмент, щоб дізнатися більше про його статус та позицію щодо таких питань, як безпека, дотримання нормативних вимог та місце зберігання даних.
| Метрична система | Як підраховуються бали | tl;dv | Рімо | Tactiq | ClovaNote | Нотта | Google Gemini |
|---|---|---|---|---|---|---|---|
| Розташування даних / регіональний хостинг | Варіанти регіонального хостингу, наприклад, хостинг у Японії на замовлення | 3/3 | 3/3 | 0/3 | 0/3 | 0/3 | 3/3 |
| Безпека та відповідність вимогам | SOC2, ISO 27001, GDPR | 3/3 | 3/3 | 3/3 | 0/3 | 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 | 3/3 | 0/3 | 0/3 | 3/3 |
| Контроль зберігання даних | Контроль за термінами зберігання записів та стенограм | 3/3 | 0/3 | 0/3 | 0/3 | 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 | 3/3 |
| Безкоштовний тариф / обмеження | Наявність безкоштовного тарифного плану (сама лише безкоштовна пробна версія оцінюється в 0 балів) | 3/3 | 0/3 | 3/3 | 3/3 | 3/3 | 0/3 |
| Підсумок за статтями «Довіра», «Безпека» та «Цінність» | 18/18 | 18 грудня | 18 грудня | 18 червня | 18 грудня | 15/18 |
Цей конкретний критерій виходить за межі транскрипції й стосується того, як кожен інструмент обробляє ваші дані — це аспект, якому японські організації надають особливого значення.
Японська послуга «Зберігання даних на вимогу»
В Японії законодавчо не передбачено обов’язкового зберігання даних про зустрічі на території країни. Натомість передбачено ретельне поводження з будь-якими персональними даними, що надсилаються за кордон: згідно із Законом про захист персональних даних (APPI), передача даних третій стороні в іншій країні, як правило, вимагає попередньої згоди особи, тоді як зберігання цих даних у провайдера в Японії звільняє від цього обов’язку. Для багатьох японських підприємств зберігання даних на території країни є також простим питанням довіри та внутрішньої політики.
tl;dv можливість розміщення даних у Японії за запитом, тому організації, яким це потрібно, можуть розміщувати свої дані про наради в Японії, а не обробляти їх за замовчуванням за кордоном.
Ваші дані залишаються вашими
tl;dv отримала найвищі оцінки за рівень безпеки, заходи контролю зберігання даних та відмову від навчання моделей штучного інтелекту на аудіозаписах клієнтів. У цілому цей рівень свідчить про те, що інструмент розроблено з урахуванням стандартів, яких очікує японське підприємство, перш ніж записи зустрічей покинуть приміщення.
Тест на точність розпізнавання японської мови: методологія
Наше порівняння ґрунтується на контрольованому тестуванні за принципом «один до одного», яке було розроблено з метою забезпечення однакових умов для кожного інструменту.
Набір для тестування
Основу для порівняння склали три заздалегідь записані вебінари тривалістю приблизно одну годину кожен. Основні файли було завантажено та оброблено за допомогою функції завантаження кожного інструменту. Більшість інструментів приймали файли у форматі MP4 безпосередньо; два з них вимагали перетворення у формат M4A перед завантаженням. Усі три вебінари було протестовано за допомогою всіх шести інструментів в одному з двох форматів, причому CLOVA Gemini у форматі M4A.
Огляд
Результати оцінювала наша група експертів-носіїв мови: Міоко, Оджі та Хіромі, які працювали анонімно та виставляли бали за позитивні сторони та переваги кожного результату. Ці бали були підсумовані для отримання остаточних оцінок. Дані щодо функцій та характеристик були взяті з документації, що є у відкритому доступі.
Набір інструментів
Відбір здійснювався на основі популярності та поширеності використання на японському ринку. Gemini настільна версія, яка підходить для попередньо записаних матеріалів вебінарів; її включено до списку завдяки доступності та використанню базового двигуна Google. Tactiq включено на підставі інформації про його діяльність на японському ринку. CLOVA CLOVA , корейська версія CLOVA .
Розбивка двигуна та плану
Кожен інструмент працює за принципом, згідно з яким він використовує движок, що обробляє запис і перетворює його на транскрипт. Кожен інструмент має свою власну версію: хоча багато інструментів використовують движок однієї й тієї ж компанії, їхні налаштування відрізняються. Крім того, багато інструментів пропонують різні движки залежно від тарифного плану, на який ви підписуєтеся. Для довідки: усі японські наради в tl;dv одним і тим самим двигуном, незалежно від того, чи це платний, чи безкоштовний обліковий запис, що забезпечує послідовність незалежно від ваших інвестицій.| Інструмент | Базовий двигун / виробник | Власний чи ліцензований | Тип двигуна | План |
|---|---|---|---|---|
| Рімо | Власна японська модель розпізнавання мови на основі глибокого навчання. API OpenAI використовується виключно для редактора та модуля узагальнення. | Внутрішній (розпізнавання), ліцензований (редактор) | Спеціалізована система розпізнавання мови (ASR) | Безкоштовна пробна версія |
| tl;dv | ElevenLabs | Ліцензований | Спеціалізована система розпізнавання мови (ASR) | Бізнес |
| Нотта | Неназваний японський сторонній партнер | Ліцензований | Спеціалізована система розпізнавання мови (ASR) | Оплачено, один місяць |
| Tactiq | Субтитри на платформі для проведення зустрічей у режимі реального часу. У цьому тесті використовувалося завантаження файлів, тому Tactiq власну транскрипцію процесу завантаження, яка не описана у відкритих документах. | Різні, частково нерозкриті | Підписи до трансляцій (у прямому ефірі) або завантаження ASR | Безкоштовно |
| CLOVA | NAVER CLOVA | Внутрішній (NAVER) | Спеціалізована система розпізнавання мови (ASR) | Безкоштовно ( CLOVA для корейського ринку) |
| Google Gemini | Google Gemini | Внутрішній (Google) | LLM | Автономний Gemini (аккаунт «Business Starter») |
Сфера застосування та застереження
- CLOVA не було протестовано, оскільки доступ до неї був заблоковано через проблему з телефонною верифікацією.
- Конвертація у формат M4A може призвести до незначних відмінностей порівняно з завантаженням у вихідному форматі.
- Дані про функції, що знаходяться у відкритому доступі, відображають інформацію, опубліковану на момент тестування, і можуть змінюватися.
Кожен інструмент було запущено на однакових вихідних файлах, перевірено тією самою комісією та оцінено за однаковими критеріями, щоб забезпечити максимальну об’єктивність порівняння.
Яке програмне забезпечення для транскрибування зустрічей є найкращим для Японії?
У всіх наших тестах, у всіх чотирьох напрямках, tl;dv перше місце. Цей сервіс може ідентифікувати учасників за іменами, правильно відтворювати власні назви та є одним із небагатьох інструментів, що пропонують функцію розпізнавання голосу, вбудований сервер MCP із ChatGPT та Claude, а також зберігання даних у Японії на запит. Кожна з цих особливостей робить його сильним претендентом на звання найкращого інструменту для транскрибування японських зустрічей.
Решта інструментів мають свої реальні переваги: Notta пропонує чудові функції, хоча якість транскрипції дещо нижча. Так само Rimo показав хороші результати з транскрипції, але мав менше практичних можливостей і не мав функції створення резюме, через що в багатьох категоріях отримав 0 балів. CLOVA пропонувала резюме корейською мовою, тому ми не змогли перевірити цю функцію.
Tactiq транскрипт, який на перший погляд виглядав надійним, але виявився практично нечитабельним для нашої групи експертів, що є носіями японської мови, і містив кілька очевидних помилок. Gemini аудіозапис повністю, а це означає, що будь-які переваги транскрипту фактично звелися до нуля, оскільки його неможливо було використовувати як повноцінний результат.
Що стосується саме японських нарад, де під час обговорення важливих питань взаємодіють численні елементи та різні думки, tl;dv у всіх трьох наших тестових циклах.
Якщо ваша команда проводить наради японською мовою і потребує надійного та якісного засобу для запису нарад, оснащеного додатковими функціями, які перетворюють стенограму наради на інструмент, що покращує та сприяє розвитку вашої роботи, то tl;dv найкращий вибір.
Спробуйте tl;dv та переконайтеся, як ця програма справляється із записом ваших зустрічей японською мовою в Google Meet, Zoom та за допомогою нашого настільного додатка — без ботів — на будь-якій іншій платформі для проведення зустрічей.
Поширені запитання щодо точності транскрипції японської мови
Наскільки точна транскрипція японської мови за допомогою штучного інтелекту?
Зустріч з японської мови за допомогою штучного інтелекту транскрипція є достатньо точною для більшість ділових зустрічей, а найпотужніші інструменти генерують текст, який носій мови читач може прийняти з мінімальними виправленнями. Під час наших тестувань tl;dv перше місце за точністю перекладу японської мови. Найпоширеніші помилки в інших мовах — це неправильне використання кандзі для омофонів, імена, написані катакані, а також пропущені або об’єднані .
Чому багато програм мають труднощі з транскрипцією японської мови?
Більшість інструментів транскрипції спочатку розроблялися з орієнтацією на англійську мову, тому вони спираються на такі ознаки, як пробіли між словами, яких у японській мові немає. Японська мова сама по собі не складніша, вона просто побудована інакше: омофони пишуться різними кандзі, а для одного звуку існує три системи запису. Найкращі інструменти — це ті, що розроблені з урахуванням цих особливостей, а не виходять з припущення, що мова — англійська.
Який інструмент на основі штучного інтелекту найкраще підходить для транскрипції японської мови?
Правильний вибір залежить від характеру зустрічі, але tl;dv перше місце у всіх категоріях, які ми тестували. Для зустрічей із кількома учасниками tl;dv єдиним інструментом, який позначав мовців за іменами, завдяки чому стенограму можна використовувати без подальшого ручного редагування.
Чи може система транскрипції на основі штучного інтелекту обробляти «кейго» та японські ввічливі форми звертання?
Більшість сервісів правильно розпізнають кеіго, але потім згладжують або «виправляють» ввічливу форму, змінюючи стиль висловлювання. У транскрипті текст і далі виглядає як плавна японська мова, тому цю зміну легко пропустити. Під час нашої сліпої перевірки, яку проводили носії мови, tl;dv ці тонкі лінгвістичні нюанси надійніше, ніж інші сервіси.
