Dados de abril de 2026 · Metodologia pública

Benchmark de transcrição em espanhol

Por que o AudioMap usa AssemblyAI e não Whisper? Porque cada ponto percentual de WER se nota no resultado final. Aqui estão os dados públicos por motor e variante regional.

Motor de 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): porcentagem de palavras incorretas sobre o total. Quanto mais baixo, melhor. 0% seria perfeito.

AssemblyAI vence em todas as variantes

O Universal-2 mantém WER <11% nas 5 variantes hispânicas testadas. O Whisper-large-v3 oscila entre 14,7% e 19,1%. Diferença de 7 a 10 pontos em regiões com yeísmo ou fala rápida.

O Whisper é razoável só em espanhol neutro

O Whisper tem desempenho aceitável em es-ES padrão mas perde qualidade nas variantes regionais. TurboScribe, Fireflies e muitas alternativas de baixo custo o usam.

Pendente: benchmark próprio do AudioMap

No 3º trimestre de 2026 publicaremos um benchmark com áudios selecionados por nós (10h por variante regional, domínio profissional, avaliação humana).

Testar o AudioMap grátis

120 minutos por mês incluídos. Sem cartão.

Benchmark de transcripción en español — AudioMap · AudioMap