மங்கோலிய பேச்சு-உரை லீடர்போர்டு

மங்கோலியத்திற்கான பேச்சு-உரை வழங்குநர்களின் சொல் பிழை விகிதம், வேகம், விலையை ஒப்பிடுங்கள். ஒவ்வொரு எண்ணும் உண்மையான மங்கோலிய ஆடியோவில் அளக்கப்பட்டது — சந்தைப்படுத்தல் அல்ல.

Datasets used

Public speech corpora used for every provider run. Open a source URL for the upstream dataset card, license, and download.

WER vs வேகம்

ஒவ்வொரு புள்ளியும் ஒரு வழங்குநர். சிறந்த இடம் கீழ்-வலது (குறைந்த பிழை, வேகம்). உண்மையான மங்கோலிய ஆடியோவில் அளக்கப்பட்டது.

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

வழங்குநர் ஒப்பீடு

எந்தப் பத்தியையும் வரிசைப்படுத்தலாம். ஒரு வழங்குநரின் மாதிரி-வாரி விவரம், விலைகள், முறையியலுக்கு விவரங்களைக் கிளிக் செய்யவும்.

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

அனைத்து முடிவுகளும் உண்மையான மங்கோலிய தரவுத்தொகுப்புகளில் அளக்கப்பட்டவை. வேகம் × நிகழ்நேரம் (அதிகம் = வேகமாக). குறைந்த WER சிறந்தது.

Overlap— Models with this badge were trained on data that overlaps the benchmark corpora (Mongolian Common Voice — 113 of 173 samples — or the public Shunya Labs corpus). Scores on overlapping corpora are inflated by memorization; judge these models by the per-dataset table on their details page, especially the corpora they were NOT trained on.

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.

வழங்குநர்WERCERதுல்லியம்வேகம்
1Duudlaga Flowநமது
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 v2திறந்த மூல
22.9%10.4%77.1%4.32×
7Whisper large-v2 MNதிறந்த மூல
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 4திறந்த மூல
27.7%13.2%72.3%1.04×
12OmniASR LLM-1Bதிறந்த மூல
34.5%14.5%65.5%0.27×
13Whisper medium MNதிறந்த மூலOverlap
35.1%14.8%64.9%2.71×
14Whisper turbo MNதிறந்த மூலOverlap
37.6%14.1%62.4%2.59×
15Whisper large-v3 MNதிறந்த மூலOverlap
41%17.1%59%1.58×
16GPT-4o Transcribe
44.3%23.7%55.7%2.62×
17MMS-1B-allதிறந்த மூல
45.3%15.1%54.7%20.52×
18Dolphin smallதிறந்த மூல
46.1%19%53.9%1.69×
19W2v-BERT 2.0 MNதிறந்த மூலOverlap
46.3%18.2%53.7%28.12×
20OmniASR CTC-1Bதிறந்த மூல
54.9%18.9%45.1%0.59×
21wav2vec2 XLSR-53 MNதிறந்த மூலOverlap
56.3%23.9%43.7%45.7×
22Whisper large-v3திறந்த மூல
87.3%36.6%12.7%1.55×
23Gladia
88.1%39.9%11.9%0.74×
24Moonshine MNதிறந்த மூலOverlap
96.2%75.7%3.8%8.36×
25Whisper large-v3-turboதிறந்த மூல
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 ASRதிறந்த மூல
110.1%64%-10.1%0.4×

Recorded first-party for this benchmark — audio not distributed, metrics only.