Leaderboard
Resultados por sotaque
Todos os números desta página vêm de rodadas reais e reproduzíveis. O que ainda não medimos aparece como “Em breve”.
“¿Quieres que te mande el artículo?”
- 1open source
whisper-small
faster-whisper · 20 amostras
WER
7.5%
p50
1.05 s
CER
3.3%
- 2open source
whisper-large-v3-turbo
faster-whisper · 20 amostras
WER
22.6%
p50
3.82 s
CER
15.5%
- 3open source
whisper-base
faster-whisper · 20 amostras
WER
26.3%
p50
480 ms
CER
16.5%
- 4open source
whisper-tiny
faster-whisper · 20 amostras
WER
27.4%
p50
372 ms
CER
10.7%
| # | Modelo | Erro (WER) ↓ | Latência p50 ↓ | CER | Preço |
|---|---|---|---|---|---|
| 1 | whisper-small faster-whisper · int8 · CPU · 20 amostras | 7.5% | 1.05 s | 3.3% | Grátis · open source |
| 2 | whisper-large-v3-turbo faster-whisper · int8 · CPU · 20 amostras | 22.6% | 3.82 s | 15.5% | Grátis · open source |
| 3 | whisper-base faster-whisper · int8 · CPU · 20 amostras | 26.3% | 480 ms | 16.5% | Grátis · open source |
| 4 | whisper-tiny faster-whisper · int8 · CPU · 20 amostras | 27.4% | 372 ms | 10.7% | Grátis · open source |
Em breve · STT
AssemblyAI Universal
A partir de US$ 0,15 / hora
Deepgram Nova-3
US$ 0,0077 / min (streaming)
Speechmatics
A partir de ~US$ 0,24 / hora
Gladia
US$ 0,61 / hora (assíncrono)
Google Cloud STT (Chirp)
US$ 0,016 / min (streaming)
OpenAI gpt-4o-mini-transcribe
US$ 0,003 / min
Provedores comerciais: vamos medi-los quando pudermos fazê-lo com contas próprias e respeitando seus termos. Por enquanto mostramos só o preço oficial, nunca métricas estimadas. Latência = tempo total para transcrever uma frase (CPU).
- 1open source
es_AR-daniela-high
Piper · 20 amostras
WER
9.7%
p50
352 ms
CER
4.8%
¿Quieres que te mande el artículo?
| # | Modelo | Erro (WER) ↓ | Latência p50 ↓ | CER | Preço |
|---|---|---|---|---|---|
| 1 | es_AR-daniela-high Piper · 20 amostras ¿Quieres que te mande el artículo? | 9.7% | 352 ms | 4.8% | Grátis · open source |
Em breve · TTS
ElevenLabs
Plano pago exigido 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 site oficial
Provedores comerciais: vamos medi-los quando pudermos fazê-lo com contas próprias e respeitando seus termos. Por enquanto mostramos só o preço oficial, nunca métricas estimadas. TTS avaliado por inteligibilidade: o áudio é transcrito com whisper-large-v3-turbo e comparado ao texto. Latência = tempo até o áudio completo de uma frase (CPU).