Réponse courte: sur la même messagerie vocale de 12,6 secondes, Qwen Audio 3.1 ASR coûtait le moins cher et retournait en premier, et écrivait chaque chiffre comme des chiffres. Qwen Audio 3.0 ASR écrivait les chiffres comme des mots, StepAudio 3 ASR Max était proche de 3,1 ASR, et Deepgram Nova-3 coûtent le plus cher et divisent le numéro de facture. Les quatre fonctionnent sur EmpirioLabs via le même point de terminaison de transcription. Lisez chaque transcription ci-dessous; nous ne déclarons pas de gagnant.
La messagerie vocale
Les mots prononcés: « Bonjour, ici le Dr Amara Okafor au sujet de la facture 4417. Le solde de deux cent quatre-vingt-six dollars devait être dû le 14 mars. Veuillez me rappeler au 555 0142 avant vendredi. »
Les quatre relevés de notes
Qwen Audio 3.0 ASR: « Bonjour, ici le Dr Amara Okafor à l’appel au sujet de la facture quatre mille quatre cent dix-sept. Le solde de deux cent quatre-vingt-six dollars devait être dû le quatorze mars. Veuillez me rappeler à cinq cent cinquante-cinq zéro cent quatre deux avant vendredi. »
Qwen Audio 3.1 ASR: « Bonjour, ici le Dr Amara Okafor à l’appel au sujet de la facture 4417. Le solde de $286 devait être dû le 14 mars. Veuillez me rappeler au 555-0142 avant vendredi. »
StepAudio 3 ASR Max: « Bonjour, ici le docteur Amara Okafor au sujet de la facture 4417. Le solde de $286 devait être dû le 14 mars. Veuillez me rappeler au 555 0142 avant vendredi. »
Deepgram Nova-3: « Bonjour. Ici le docteur. Amara Okafer appelle au sujet des factures 4400 et 17. Le solde de $286 devait être dû le 14 mars. Veuillez me rappeler au 555-0142 avant vendredi. »
Résultats en un aperçu
| Qwen Audio 3.0 ASR | Qwen Audio 3.1 ASR | StepAudio 3 ASR Max | Deepgram Nova-3 | |
|---|---|---|---|---|
| Fabricant | Alibaba | Alibaba | StepFun | Deepgram |
| Unité de facturation | Heures d’audio, seconde par seconde | Jetons | Heures d’audio | Minutes d’audio |
| Prix de cet enregistrement | $0.0009 | $0.0001 | $0.0008 | $0.0029 |
| Retour à la transcription | 5,9 secondes | 2,5 secondes | 2,8 secondes | 4,5 secondes |
| Chiffres | En tant que mots | En chiffres | En chiffres | En chiffres |
| Nom | Amara Okafor | Amara Okafor | Amara Okafor | Amara Okafer |
Comment nous l’avons géré
La messagerie vocale a été synthétisée une fois avec Qwen Audio 3.1 TTS Plus et envoyée à chaque modèle sous forme de même fichier MP3 via APRÈS /v1/audio/transcriptions, avec chaque réglage par défaut et sans invite ni vocabulaire. Un shot chacun, le 2 novembre 2026. Les temps vont du téléchargement au travail terminé, interrogés toutes les 1,5 seconde. Les prix sont les montants facturés pour ces demandes exactes.
Que chercher
Des chiffres. La messagerie vocale contient un numéro de facture, un montant, une date et un numéro de téléphone. Qwen Audio 3.0 ASR les a tous explicitement écrits; les trois autres ont écrit les chiffres, et Deepgram Nova-3 a entendu le numéro de facture comme « 4400 et 17 ».
Là où la 3.0 s’insère. Qwen Audio 3.0 ASR est tarifé à l’heure d’audio et couvre les principaux groupes dialectaux chinois ainsi que 30 langues; testez-le sur la parole que vous devez transcrire.
Fais le même test sur EmpirioLabs
curl https://api.empiriolabs.ai/v1/audio/transcriptions \ -H « Autorisation: Porteur $EMPIRIOLABS_API_KEY » \ -F modèl=qwen-audio-3-0-asr \ -F file=@voicemail.mp3La demande rend un poste; lire la transcription de ALLEZ-/v1/jobs/<job_id> une fois terminé. Échange modèle à qwen-audio-3-1-asr, stepaudio-3-asr-max ou deepgram-nova-3 pour exécuter les autres, ou téléverser un enregistrement dans le playground.
Questions fréquemment posées
Les transcriptions ont-elles été éditées ou réexaminées ?
Non. Chaque transcription est le premier résultat du modèle pour cet enregistrement, non édité.
Une invite peut-elle corriger les noms et numéros ?
Aucune invite n’a été utilisée ici. Qwen Audio 3.0 ASR Stream et Qwen Audio 3.1 ASR Stream prennent une invite de noms et de termes sur un socket en direct; voir Comment utiliser Qwen Audio 3.0 ASR et le flux ASR.
Lequel devrais-je utiliser ?
Transcris un enregistrement comme le tien avec chacun. La même demande fonctionne pour les quatre, avec seulement le modèle changé.
Essaie
Playground - Oui Tous les modèles - Oui Prix
Divulgation: Cet article a été rédigé avec l'aide d'AI et examiné par EmpirioLabs AI.
