Données avril 2026 · Méthodologie publique

Benchmark de transcription en espagnol

Pourquoi AudioMap utilise-t-il AssemblyAI plutôt que Whisper ? Parce que chaque point de pourcentage de WER se ressent sur le résultat final. Voici les données publiques par moteur et variante régionale.

Moteur ASRes-ESes-MXes-ARes-COes-CL
AssemblyAI Universal-2AudioMap7.4%8.2%9.6%8.9%10.7%
Deepgram Nova-28.1%8.9%11.2%
Google Cloud STT-v210.3%
OpenAI Whisper-large-v314.7%16.2%18.3%15.4%19.1%

WER (Word Error Rate): pourcentage de mots incorrects sur le total. Plus bas = meilleur. 0 % serait parfait.

AssemblyAI l'emporte dans toutes les variantes

Universal-2 maintient un WER < 11 % sur les 5 variantes hispaniques testées. Whisper-large-v3 oscille entre 14,7 % et 19,1 %. Un écart de 7 à 10 points dans les zones à yeísmo ou à débit rapide.

Whisper n'est correct qu'en espagnol neutre

Whisper offre des performances acceptables en es-ES standard mais perd en qualité sur les variantes régionales. TurboScribe, Fireflies et de nombreuses alternatives low-cost l'utilisent.

À venir : benchmark propre à AudioMap

Au T3 2026, nous publierons un benchmark avec des audios sélectionnés par nos soins (10h par variante régionale, domaine professionnel, évaluation humaine).

Essayer AudioMap gratuitement

120 minutes par mois incluses. Sans carte.

Benchmark de transcripción en español — AudioMap · AudioMap