Jak dokładne są automatyczne napisy?

Napisane przez osobę stojącą za Captions Cut. Fakty sprawdzone 22 października 2026 na stronach wymienionych w sekcji Źródła.

Krótka odpowiedź

Przy wyraźnej mowie w głównym języku najlepsze dzisiejsze rozpoznawanie mowy trafia około 95–98 słów na 100 (wskaźnik błędów słów 2–5%). To nadal oznacza kilka błędów w 45-sekundowym klipie, zwykle w nazwach własnych, slangu i liczbach. Dokładność gwałtownie spada przy hałasie w tle, odległych mikrofonach, nakładających się mówcach, silnych akcentach i mniej obsługiwanych językach, więc przeczytaj każdy napis przed publikacją.

Wskaźnik błędów słów prostymi słowami

Wskaźnik błędów słów (WER) liczy słowa, które system rozpoznaje błędnie (zamienione, pominięte lub dodane), na sto wypowiedzianych. WER 5% oznacza mniej więcej jeden błąd na dwadzieścia słów. Krótki klip ma od 100 do 150 słów, więc nawet doskonały system zwykle zostawia coś do poprawienia.

Jakie wyniki osiągają systemy

Test porównawczy	Wynik	Kto mierzył
Artificial Analysis, ~8 godzin rzeczywistego angielskiego audio	ElevenLabs Scribe v2: WER 2,2%, mniej więcej czwarty z testowanych modeli	Niezależny test porównawczy
Własne zbiory danych AssemblyAI	Jego Universal-3.5 Pro 4,35%; GPT-4o Transcribe 5,34%; Scribe v2 5,87%; Deepgram Nova-3 6,66%	AssemblyAI (dostawca)
LibriSpeech test-clean (czytane audiobooki)	Whisper large-v2: WER 2,7%	Artykuł OpenAI o Whisperze
Własne poziomy językowe ElevenLabs	5% lub mniej dla angielskiego, francuskiego, niemieckiego, hiszpańskiego i japońskiego; 20–50% dla urdu, joruba i zulu	ElevenLabs (dostawca)

Co powoduje błędy

Hałas i odległość. W konkursie CHiME-6 nagrania rozmów ludzi po przeciwnych stronach pomieszczenia osiągnęły dla systemu bazowego około 51% WER.
Kto mówi. Badanie z 2020 roku w PNAS wykazało, że pięć komercyjnych systemów miało średnio 35% WER dla czarnoskórych mówców wobec 19% dla białych.
Nakładanie się mowy i mieszane języki. YouTube wymienia nakładające się głosy, mieszane języki i długie cisze wśród powodów, dla których jego własne napisy zawodzą.
Wymyślone teksty. Artykuł o Whisperze zauważa, że modele mogą czasem zwracać tekst niezwiązany z dźwiękiem.

Jak uzyskać czystsze napisy

Nagrywaj blisko mikrofonu, z dala od muzyki i ruchu ulicznego.
W krótkich klipach lub klipach w kilku językach wybierz język mówiony zamiast wykrywać go automatycznie.
Przeczytaj transkrypcję przed eksportem. W Captions Cut każde słowo można edytować: stuknij je, aby poprawić tekst lub jego czas.

Jak sprawdzaliśmy

Dostawcy stawiają siebie na pierwszym miejscu w testach, które sami wybierają, więc ich liczby są oznaczone jako ich własne i nie są porównywane między dostawcami. Niezależna liczba pochodzi od Artificial Analysis. Odczytane 22 października 2026.

Pytania

Czy automatyczne napisy są wystarczająco dokładne, by publikować bez sprawdzania?

Rzadko. Nawet przy 2–5% WER krótki klip zwykle ma błąd lub dwa, często w nazwie własnej. Najpierw je przeczytaj.

Które języki są transkrybowane najlepiej?

Najlepsze wyniki mają szeroko używane języki z dużą ilością danych treningowych (angielski, hiszpański, francuski, niemiecki, japoński i inne). Captions Cut transkrybuje 53; języki z mniejszymi zasobami wymagają więcej poprawek.

Źródła

Każda strona odczytana 22 października 2026.

Dodaj napisy do wideo w przeglądarce Pobierz aplikację na iPhone'a