Leaderboard
Resultados por acento
Todos los números de esta página salen de corridas reales y reproducibles. Lo que todavía no medimos aparece como “Próximamente”.
“¿Quieres que te mande el artículo?”
- 1open source
whisper-small
faster-whisper · 20 muestras
WER
7.5%
p50
1.05 s
CER
3.3%
- 2open source
whisper-large-v3-turbo
faster-whisper · 20 muestras
WER
22.6%
p50
3.82 s
CER
15.5%
- 3open source
whisper-base
faster-whisper · 20 muestras
WER
26.3%
p50
480 ms
CER
16.5%
- 4open source
whisper-tiny
faster-whisper · 20 muestras
WER
27.4%
p50
372 ms
CER
10.7%
| # | Modelo | Error (WER) ↓ | Latencia p50 ↓ | CER | Precio |
|---|---|---|---|---|---|
| 1 | whisper-small faster-whisper · int8 · CPU · 20 muestras | 7.5% | 1.05 s | 3.3% | Gratis · open source |
| 2 | whisper-large-v3-turbo faster-whisper · int8 · CPU · 20 muestras | 22.6% | 3.82 s | 15.5% | Gratis · open source |
| 3 | whisper-base faster-whisper · int8 · CPU · 20 muestras | 26.3% | 480 ms | 16.5% | Gratis · open source |
| 4 | whisper-tiny faster-whisper · int8 · CPU · 20 muestras | 27.4% | 372 ms | 10.7% | Gratis · open source |
Próximamente · STT
AssemblyAI Universal
Desde US$0,15 / hora
Deepgram Nova-3
US$0,0077 / min (streaming)
Speechmatics
Desde ~US$0,24 / hora
Gladia
US$0,61 / hora (async)
Google Cloud STT (Chirp)
US$0,016 / min (streaming)
OpenAI gpt-4o-mini-transcribe
US$0,003 / min
Proveedores comerciales: los mediremos cuando podamos hacerlo con cuentas propias y cumpliendo sus términos. Mientras tanto mostramos solo su precio oficial, nunca métricas estimadas. Latencia = tiempo total de transcripción de una frase (CPU).
- 1open source
es_AR-daniela-high
Piper · 20 muestras
WER
9.7%
p50
352 ms
CER
4.8%
¿Quieres que te mande el artículo?
| # | Modelo | Error (WER) ↓ | Latencia p50 ↓ | CER | Precio |
|---|---|---|---|---|---|
| 1 | es_AR-daniela-high Piper · 20 muestras ¿Quieres que te mande el artículo? | 9.7% | 352 ms | 4.8% | Gratis · open source |
Próximamente · TTS
ElevenLabs
Plan pago requerido para uso comercial
Google Cloud TTS (Chirp 3 HD)
US$30 / 1M caracteres
Azure AI Speech (Neural)
US$16 / 1M caracteres
Amazon Polly (Neural)
US$16 / 1M caracteres
OpenAI tts-1
US$15 / 1M caracteres
Deepgram Aura-2
US$30 / 1M caracteres
Cartesia Sonic
Ver sitio oficial
Proveedores comerciales: los mediremos cuando podamos hacerlo con cuentas propias y cumpliendo sus términos. Mientras tanto mostramos solo su precio oficial, nunca métricas estimadas. TTS evaluado por inteligibilidad: el audio se transcribe con whisper-large-v3-turbo y se compara con el texto. Latencia = tiempo hasta tener el audio completo de una frase (CPU).