ШІ чи ручна транскрипція: що насправді показують дослідження
30 червня 2026 р. · 8 хв. читання
Швидкість, точність, вартість — дослідження CISPA 2024 року в контексті. Коли вистачає інструментів класу Whisper і де людина досі перемагає.
ШІ-транскрипція дедалі швидша й дешевша — але чи досить вона добра? Дослідники CISPA порівняли одинадцять провайдерів (ручних і ШІ) у 2024 році. Результати збігаються з реальним досвідом: швидкість — так, досконалість — не завжди.
Коротко про дослідження CISPA
Команда Якуба Мровчинського порівняла одинадцять сервісів у грудні 2022 року — серед них Rev, Amberscript, Amazon Transcribe, Google Cloud, Microsoft Azure та OpenAI Whisper. Вони вимірювали частоту помилок у словах (WER) і помилки, що спотворюють зміст.
- Ручні сервіси: загалом сильні, менше помилок у змісті
- ШІ-сервіси: більше змістових зсувів (напр. «hashes» → «ashes»)
- Серед ШІ-провайдерів найкраще показав себе Whisper
- Більшість систем краще справлялися з англійською, ніж з німецькою
- Знімок із кінця 2022 року — новіші моделі покращуються, але закономірності зберігаються
| Критерій | ШІ-транскрипція | Ручна транскрипція |
|---|---|---|
| Час на 1 год аудіо | ~5–10 хв обробки | ~4–6 год роботи |
| Вартість | центи за хвилину | часто $1–3 за хвилину |
| Точність (чисте аудіо) | ~90–96% | можливо 99%+ |
| Точність (шумна кімната) | суттєве падіння | стабільніша |
| Ідентифікація мовців | покращується, але не завжди стабільна | надійніша |
Практична рекомендація
- Лекції — ШІ + 10–20 хв перевірки
- Журналістика — чернетка ШІ, цитати перевірено на слух
- Наради — ШІ часто достатньо для внутрішнього використання
- Юридичні / медичні — транскрипція людиною або сертифікований робочий процес
Дослідження сходяться: ШІ перемагає за швидкістю й масштабом, людина — за точністю та контекстом. Sprechverlauf пропонує діаризацію Whisper, мітки часу та експорт без облікового запису — ідеально, коли потрібна чернетка для пошуку, яку можна виправити самому.