Cómo medimos

Grabaciones públicas con transcripciones hechas por personas. No usamos grabaciones de clientes.

• Voz leída, en muchos idiomas
• Grabaciones de reuniones, con micrófonos cercanos y de sala
• Conversaciones con varios idiomas mezclados

Los resultados en directo usan fragmentos de audio de hasta 12 segundos, como en una reunión en directo. En cada comparación, KaigiFlow y lo que se compara reciben exactamente el mismo audio.

La tasa de error es la proporción de palabras dichas (caracteres, en el caso del cantonés) que salieron mal. Menos es mejor. Las palabras omitidas son palabras que se dijeron pero nunca aparecieron en pantalla. «Veces menos» es la tasa de error del reconocimiento de voz estándar en la nube dividida por la nuestra.

Las cifras describen esas pruebas, no todas las reuniones. Cuando solo estamos a la par del reconocimiento de voz estándar en la nube, no afirmamos nada.

El reconocimiento de voz estándar en la nube es un servicio de nube de uso general muy extendido, que probamos nosotros con los mismos fragmentos de audio.

La única comparación con otros productos es el cantonés, en una prueba pública de cantonés en la que los otros servicios también publican resultados: nuestro resultado en directo frente a su resultado publicado (offline). Mostramos esos productos como Producto A a D y no los nombramos. En los demás idiomas, las cifras publicadas no son comparables con las nuestras, así que no comparamos.

Nuestras propias pruebas se hicieron entre el 15 y el 18 de octubre de 2026. Las cifras publicadas por otros se consultaron el 19 de octubre de 2026.