لوحة تصنيف تحويل الكلام المنغولي إلى نص

قارن معدل خطأ الكلمات والسرعة والسعر بين مزوّدي تحويل الكلام إلى نص للمنغولية. كل رقم مُقاس على صوت منغولي حقيقي — لا تسويقاً.

مجموعات البيانات المستخدمة

مجموعات كلام عامة استُخدمت في كل تشغيل لمقدمي الخدمة. افتح عنوان URL للمصدر للاطلاع على بطاقة مجموعة البيانات الأصلية والترخيص والتنزيل.

WER مقابل السرعة

كل نقطة مزوّد واحد. الموقع المثالي أسفل اليمين (خطأ قليل، سرعة عالية). مُقاس على صوت منغولي حقيقي.

Google STTDuudlaga FlowSpeechmaticsChimegeOpenAI WhisperGPT-4o TranscribeAzure SpeechGladiaGemma 4Whisper large-v3Whisper large-v3-turboWhisper large-v2 MNSeamlessM4T v2MMS-1B-allMoonshine MNwav2vec2 XLSR-53 MNWhisper turbo MNWhisper medium MNElevenLabs Scribe v1ElevenLabs Scribe v2Qwen3-ASR-FlashDolphin smallOmniASR CTC-1BOmniASR LLM-1BVibeVoice ASRWhisper large-v3 MN

مقارنة المزوّدين

افرز أي عمود. اضغط التفاصيل للاطلاع على تفصيل العينات والأسعار والمنهجية لمزوّد.

المزوّدWER ↑CERالدقةالسرعةزمن الانتظارالسعر / 1000 دقيقة
Speechmatics
14.4%7.4%85.6%0.51×13.8s$8.5التفاصيل
Duudlaga Flowلنا
14.6%7.6%85.4%1.47×5.2s$19.4التفاصيل
Chimege
14.6%6.6%85.4%1.51×4.7s$11.1التفاصيل
Google STT
16.9%7.4%83.1%1.98×3.7s$16التفاصيل
Whisper large-v2 MN
20.7%8.3%79.3%0.53×13.5s$0التفاصيل
Azure Speech
20.8%9.7%79.2%0.39×17.3s$16.7التفاصيل
Whisper medium MNالتداخل
22.5%8.9%77.5%2.7×2.7s$0التفاصيل
SeamlessM4T v2
24%11.1%76%0.39×26.3s$0التفاصيل
Whisper turbo MNالتداخل
25.7%9.2%74.3%2.43×3.0s$0التفاصيل
ElevenLabs Scribe v1
27.1%10.8%72.9%2.14×3.3s$6.7التفاصيل
ElevenLabs Scribe v2
27.1%10.6%72.9%1.51×4.7s$3.7التفاصيل
Gemma 4
30.2%14.7%69.8%1×7.3s$0التفاصيل
OmniASR LLM-1B
33.8%14.2%66.2%0.27×26.6s$0التفاصيل
Whisper large-v3 MNالتداخل
39.4%14.9%60.6%1.57×4.5s$0التفاصيل
MMS-1B-all
41.7%12.3%58.3%19.2×0.4s$0التفاصيل
wav2vec2 XLSR-53 MNالتداخل
45%16.4%55%42.32×0.2s$0التفاصيل
Dolphin small
49.1%19.2%50.9%1.73×4.1s$0التفاصيل
OmniASR CTC-1B
51.2%15.5%48.8%0.6×11.7s$0التفاصيل
GPT-4o Transcribe
53%27.6%47%2.11×3.7s$6التفاصيل
Moonshine MNالتداخل
58.8%45.2%41.2%8.44×0.8s$0التفاصيل
Whisper large-v3
89.5%37.4%10.5%1.29×6.0s$0التفاصيل
Gladia
90.1%38.9%9.9%0.75×9.4s$10.2التفاصيل
Whisper large-v3-turbo
99%54.4%1%0.91×8.7s$0التفاصيل
Qwen3-ASR-Flash
103.7%86.4%-3.7%2.19×3.2s$2.1التفاصيل
OpenAI Whisper
105.2%63.7%-5.2%1.5×4.5s$6التفاصيل
VibeVoice ASR
107%61%-7%0.53×12.1s$0التفاصيل
Gemini Flash
المعيار قريباً

جميع النتائج مُقاسة على مجموعات بيانات منغولية حقيقية. السرعة × الزمن الحقيقي (أعلى = أسرع). WER أقل أفضل.

التداخل— دُرّبت النماذج التي تحمل هذه الشارة على بيانات تتداخل مع مجموعات الاختبار المعيارية (Mongolian Common Voice — 113 عينة من أصل 173 — أو مجموعة Shunya Labs العامة). ترتفع النتائج على المجموعات المتداخلة بسبب الحفظ؛ لذا قيّم هذه النماذج من خلال جدول كل مجموعة بيانات في صفحة تفاصيلها، ولا سيما المجموعات التي لم تُدرّب عليها.

Duudlaga Voice Set

92 samples · 10.2 min · 28 systems

A second corpus recorded first-party for this benchmark, covering what the public Mongolian datasets barely contain: modern loanwords, English/Mongolian code-switching, numbers, dates, and commands. Every system is measured on the same 92 recordings.

المزوّدWERCERالدقةالسرعة
1Duudlaga Flowلنا
9.5%5.3%90.5%1.27×
2Google STT
11.7%5.5%88.3%2.28×
3Chimege
14.5%6.8%85.5%1.48×
4Speechmatics
15.3%7.6%84.7%0.5×
5Gemini 3.5 Flash
19.5%11.4%80.5%0.06×
6SeamlessM4T v2مفتوح المصدر
22.9%10.4%77.1%4.32×
7Whisper large-v2 MNمفتوح المصدر
23.2%10.9%76.8%0.55×
8ElevenLabs Scribe v1
23.4%9.3%76.6%2.09×
9ElevenLabs Scribe v2
24.6%9.8%75.4%1.47×
10Azure Speech
26.1%10.9%73.9%0.32×
11Gemma 4مفتوح المصدر
27.7%13.2%72.3%1.04×
12OmniASR LLM-1Bمفتوح المصدر
34.5%14.5%65.5%0.27×
13Whisper medium MNمفتوح المصدرالتداخل
35.1%14.8%64.9%2.71×
14Whisper turbo MNمفتوح المصدرالتداخل
37.6%14.1%62.4%2.59×
15Whisper large-v3 MNمفتوح المصدرالتداخل
41%17.1%59%1.58×
16GPT-4o Transcribe
44.3%23.7%55.7%2.62×
17MMS-1B-allمفتوح المصدر
45.3%15.1%54.7%20.52×
18Dolphin smallمفتوح المصدر
46.1%19%53.9%1.69×
19W2v-BERT 2.0 MNمفتوح المصدرالتداخل
46.3%18.2%53.7%28.12×
20OmniASR CTC-1Bمفتوح المصدر
54.9%18.9%45.1%0.59×
21wav2vec2 XLSR-53 MNمفتوح المصدرالتداخل
56.3%23.9%43.7%45.7×
22Whisper large-v3مفتوح المصدر
87.3%36.6%12.7%1.55×
23Gladia
88.1%39.9%11.9%0.74×
24Moonshine MNمفتوح المصدرالتداخل
96.2%75.7%3.8%8.36×
25Whisper large-v3-turboمفتوح المصدر
98.1%57.1%1.9%1.19×
26Qwen3-ASR-Flash
103.6%89.9%-3.6%2.07×
27OpenAI Whisper
104.6%63.8%-4.6%1.32×
28VibeVoice ASRمفتوح المصدر
110.1%64%-10.1%0.4×

سُجّل مباشرةً لهذا الاختبار المعياري — لا يُوزّع الصوت، وتتاح المقاييس فقط.