กระดานจัดอันดับแปลงเสียงเป็นข้อความภาษามองโกเลีย

ElevenLabs Scribe v2Operating point: scribe_v2

ElevenLabs Scribe v2 — เกณฑ์วัดแปลงเสียงเป็นข้อความภาษามองโกเลีย

ผลลัพธ์จริงจาก ElevenLabs Scribe v2 Batch API (จุดทำงานขั้นสูง ภาษา mn) ประเมินบน 4 ชุดข้อมูลภาษามองโกเลียและ 265 ตัวอย่างเสียง ทุกตัวเลขด้านล่างคือการวัดจริง — ไม่ใช่การตลาด WER ความเร็วและราคาแสดงตามความเป็นจริง ซื่อสัตย์อย่างเด็ดขาด

ภาษา:MNแยกผู้พูด:noneตัวอย่าง:265การทำงาน:Aug 19, 2026, 6:13 PMเอนด์พอยต์:https://api.elevenlabs.io/v1/speech-to-text

ความแม่นยำ

ถอดเสียง 265/265 ตัวอย่าง · สำเร็จ 100%

อัตราความคลาดเคลื่อนคำ

น้อยกว่ายิ่งดี · บน 265 ตัวอย่าง

เมตริกหลัก

อัตราความคลาดเคลื่อนอักขระ10.6%

ค่าคูณความเร็วเฉลี่ย1.51×ทวีคูณเวลาจริง

ค่าคูณความเร็วรวม1.51×

ความหน่วงเฉลี่ยต่อตัวอย่าง4.7s

เสียงที่ประมวลผลรวม1849.3s30.8 นาที

ราคา

ราคาตั้งของ ElevenLabs Scribe v2 สำหรับการถอดความแบบกลุ่ม ไม่มีส่วนลดหรืออัตราต่อรอง — อัตราดิบต่อนาที

ต่อ 1000 นาที

$3.7

กลุ่ม

ต่อนาที

$0.0037

มีผล

ต่อ 1000 นาที (30.8 นาทีนี้)

$6.84

จะต้นทุน

โอเพนซอร์ส?

✗

กรรมสิทธิ์

แหล่งราคา: ราคาสาธารณะของ ElevenLabs Scribe v2 Duudlaga Flow แสดงเพื่อบริบทเท่านั้น — หน้านี้แยก ElevenLabs Scribe v2 เพื่อมิให้ตัวเลขถูกเพิ่มโดยผลิตภัณฑ์ของเรา

WER และ CER ตามชุดข้อมูล

อัตราคลาดเคลื่อนคำและอักขระต่อชุดข้อมูล น้อยกว่ายิ่งดี — และนี่คือตัวเลขจริงของ ElevenLabs Scribe v2 ซึ่งอ่อนใน Common Voice 24

Common Voice 24 (MN)

Source dataset →

WER

28.5%

CER

10.6%

Shunya Labs Mongolian Speech

Source dataset →

WER

19.2%

CER

6.3%

Common Voice 20 (MN)

Source dataset →

WER

29.4%

CER

11.4%

Modern Voice

WER

29.8%

CER

13%

WERCER

สรุปชุดข้อมูล

ความแม่นยำ ความเร็ว และเวลารวมของแต่ละชุดข้อมูล

ชุดข้อมูล	Source	ตัวอย่าง	สำเร็จ	WER	CER	ความแม่นยำ	ความเร็ว	เสียง (วิ)	ประมวลผล (วิ)
Common Voice 24 (MN)	Hugging Face →	59	59/59	28.5%	10.6%	71.5%	1.33×	330.6s	248.1s
Shunya Labs Mongolian Speech	Hugging Face →	60	60/60	19.2%	6.3%	80.8%	1.74×	645.1s	370.3s
Common Voice 20 (MN)	Hugging Face →	54	54/54	29.4%	11.4%	70.6%	1.41×	269.8s	190.7s
Modern Voice	—	92	92/92	29.8%	13%	70.2%	1.45×	603.8s	416s

WER เทียบกับความเร็ว — ต่อตัวอย่าง

จุดละตัวอย่างเสียง จุดที่ดีที่สุดอยู่ซ้ายล่าง (คลาดเคลื่อนน้อย เร็ว) ElevenLabs Scribe v2 มีคลาดเคลื่อนสูงในหลายตัวอย่าง Common Voice 24

ผลลัพธ์ต่อตัวอย่าง

ความจริงอ้างอิงแสดงตรงตัวในคอลัมน์คาดหวัง คอลัมน์ผลลัพธ์ไฮไลต์เฉพาะคำที่ ElevenLabs Scribe v2 ถอดผิดด้วยสีแดง — ไม่มีขีดทับ/สลับ เฉพาะความผิดพลาด

Only errors265 แถว

แดงคำผิดในผลลัพธ์ปกติถอดถูกต้องคอลัมน์คาดหวังแสดงตรงตัวเป็นความจริงอ้างอิง

#	ตัวอย่าง	ชุดข้อมูล	คาดหวัง (ความจริงอ้างอิง)	ผลลัพธ์ ElevenLabs Scribe v2	WER	CER	I/D/S
1	btsee_0001	Common Voice 24 (MN)	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье.	Гэхдээ амьсгал хураахаасаа өмнө танд мэдэж байгаагаа хэлье	0.0%	0.0%	0/0/0
2	btsee_0002	Common Voice 24 (MN)	Надад заяасан аз жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	Надад заяасан аж жаргал гэдэг ердөө гуравхан сарын хугацаатай байсан гэж үү?	8.3%	1.3%	0/0/1
3	btsee_0003	Common Voice 24 (MN)	Одоо бид өөрсдөө өвчин эмгэгээсээ салахыг хичээцгээе.	Одоо бид өөрсдөө өвчин эмнэлгээсээ салахыг хичээцгээе.	14.3%	3.8%	0/0/1
4	btsee_0004	Common Voice 24 (MN)	Би бол голдуу хээрээр гэр, хэцээр дэр хийж явдаг хүн.	Би бол голдуй хээрээр гэр, хэцээр дэр хийж явдаг хүн.	10.0%	2.0%	0/0/1
5	btsee_0005	Common Voice 24 (MN)	Хан хурмаст уурлаж, Болдоггүй Бор өвгөнийг хор луугаараа ниргүүлэхээр явуулжээ.	Хан хурмаст уулс болдоггүй бороо өгнө. Хоёр луугаар нэргүүлэхээр явагч	70.0%	26.0%	0/0/7
6	btsee_0006	Common Voice 24 (MN)	Алив наашаа ороод ир гээд гэртээ оров.	Алив наашаа ороод ир гээд гэртээ оров.	0.0%	0.0%	0/0/0
7	btsee_0007	Common Voice 24 (MN)	Өө өндөр дээдэс таны тухайд би баталж чадахгүй.	Өө, өндөр дээдс таны тухайд би ботолг чадахгүй	25.0%	8.7%	0/0/2
8	btsee_0008	Common Voice 24 (MN)	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	Харин гурав дахь удаагаас эхлэн хүмүүсийг сонирхож эхлэв.	0.0%	0.0%	0/0/0
9	btsee_0009	Common Voice 24 (MN)	Та нар очингуутаа шөл л өгч үз.	Та нар очгондоо шүлэл өгч үз	42.9%	30.0%	0/1/2
10	btsee_0010	Common Voice 24 (MN)	Ерөөсөө литр үйлдвэрээсээ салаагүй явсан юм чинь.	Эрүүлсээл үйлдвэрээсээ салаагүй явсан юм чинь	28.6%	20.8%	0/1/1

…หน้า 1 จาก 27

ระเบียบวิธี

วิธีที่ได้ตัวเลขเหล่านี้

ผู้ให้บริการ: ElevenLabs Scribe v2 (ElevenLabs Scribe v2 hosted transcription (language_code=mn).).

เอนด์พอยต์ https://api.elevenlabs.io/v1/speech-to-text. ภาษา mn. Operating point scribe_v2. แยกผู้พูด none.

ชุดข้อมูล: Common Voice 24 (MN), Shunya Labs Mongolian Speech, Common Voice 20 (MN), Modern Voice — 265 ตัวอย่าง เสียงรวม 1849.3s

Dataset source URLs:

Common Voice 24 (MN)https://huggingface.co/datasets/btsee/common-voices-24-mn
Shunya Labs Mongolian Speechhttps://huggingface.co/datasets/shunyalabs/mongolian-speech-dataset
Common Voice 20 (MN)https://huggingface.co/datasets/warmestman/common-voice-20-mn-normalized
Modern Voice—

เมตริก: WER และ CER คำนวณด้วยการจัดเรียง Levenshtein คำ/อักขระมาตรฐาน ปรับตามตัวพิมพ์ใหญ่เล็กและเครื่องหมายวรรคตอน ความแม่นยำ = 100 − WER ค่าคูณความเร็ว = ระยะเสียง ÷ เวลาประมวลผล (× เวลาจริง) ทุกคำขอเป็นการเรียก Batch API จริงของ ElevenLabs Scribe v2 ไม่ใช่แคชหรือจำลอง

การไฮไลต์ความแตกต่าง: คอลัมน์ผลลัพธ์จัดเรียงกับความจริงอ้างอิงและระบายสีแดงทุกการแทนที่และการแทรก การลบ (คำที่หายจากผลลัพธ์) ไม่แสดงในคอลัมน์ผลลัพธ์ — คอลัมน์คาดหวังยังถือความจริงอ้างอิงเต็มตามต้นฉบับ

สร้างโดย ElevenLabs Scribe v2 Benchmark Runner · ElevenLabs Scribe v2 Batch API v2 · ทำงาน Aug 19, 2026, 6:13 PM