Yirmi yıl boyunca Dragon NaturallySpeaking, dikte doğruluğu için altın standarttı. Bu konum değişiyor. OpenAI'nin Whisper motoru, özellikle 2024'te piyasaya sürülen Large v3 Turbo sürümü, genel dikte için Dragon ile eş düzeye ulaştı ve birçok belirli durumda onu geride bıraktı. Bu makale, karşılaştırma hakkında gerçekte ne bildiğimizi kaynaklarıyla birlikte ele alıyor.

Diktede "doğruluk" ne anlama gelir

Dikte doğruluğu genellikle Kelime Hata Oranı (WER) olarak ölçülür; bu, dökümde yanlış çıkan kelimelerin yüzdesidir. Düşük olması daha iyidir. %5'lik bir WER, 100 kelimeden 95'inin doğru olduğu anlamına gelir.

WER, koşullara bağlı olarak büyük ölçüde değişir: konuşanın sesi, mikrofon kalitesi, arka plan gürültüsü, kelime dağarcığı alanı, dikte tarzı. Bir ölçüt sayısı, yalnızca ölçüldüğü koşulları bildiğinizde anlamlıdır.

Whisper Large v3 Turbo: yayınlanan sayılar

OpenAI, Whisper Large v3 Turbo'yu 2024'te Whisper Large v3'ün benzer doğrulukta, daha hızlı bir sürümü olarak yayınladı. Standart ölçütlerde bildirilen kelime hata oranları:

  • Whisper Large v3 (orijinal): Çok dilli veri kümeleri genelinde ortalama %13,20 WER
  • Whisper Large v3 Turbo: %13,40 WER — orijinalin %0,2'si dahilinde
  • Yalnızca İngilizce, temiz koşullar: %3-5 WER (%97-95 doğruluk)

Turbo sürümü, esasen aynı doğrulukla v3'ten yaklaşık 4 kat daha hızlı çalışır. CaringDictate'in kullandığı motor budur.

Tipik CaringDictate kullanım durumu için (İngilizce, sessiz oda, iyi bir mikrofon), gerçek dünyadaki doğruluk sürekli diktede ortalama %96-97'dir. Bu, OpenAI'nin İngilizce-temiz koşullar için yayınladığı sayılarla uyumludur ve pazarlama sayfalarımızda bildirdiğimiz orandır.

Dragon'ın doğruluk iddiaları

Dragon tarihsel olarak %99 doğruluk reklamı yaptı. Ufak yazı: bu sayı, sessiz ortamlarda yüksek kaliteli kulaklık mikrofonlarıyla, kapsamlı ses eğitiminin ardından eğitilmiş kullanıcılarda elde edildi. İlk gün eğitilmemiş bir Dragon kullanıcısı tipik olarak daha çok %92-94 doğruluk görür.

Doğru kurulumlu, eğitilmiş Dragon Professional Individual kullanıcıları için gerçek dünyadaki doğruluk, genel diktede tipik olarak %95-98 aralığındadır. Uzmanlaşmış alanlar için (tıbbi, hukuki), eğitilmiş Dragon, özelleştirildiği kelime dağarcığında %98-99'a kadar çıkabilir.

Dürüst kafa kafaya karşılaştırma

Genel bir USB kulaklıkla, sohbet dilinde İngilizce dikte eden eğitilmemiş bir kullanıcı için: Whisper tabanlı motorlar (CaringDictate) genellikle kazanır. Whisper ses eğitimi gerektirmez ve üzerinde eğitildiği geniş ses yelpazesinde (680.000+ saatlik çok dilli ses) kutudan çıktığı haliyle iyi çalışır.

Üst düzey kaliteli bir mikrofonla (Plantronics, Andrea USB), uzmanlaşmış kelime dağarcığı dikte eden eğitilmiş bir kullanıcı için: eğitilmiş Dragon Professional, üzerinde eğitildiği belirli kelime dağarcığında hâlâ öne geçebilir. Bu avantaj, genel yazımda önemli ölçüde daralır.

Ana dili İngilizce olmayan konuşanlar, aksanı olan konuşanlar ya da tıbbi durumlardan kaynaklanan hafif dizartrisi olan konuşanlar için: Whisper'ın net bir avantajı vardır. Eğitim derlemi Dragon'ınkinden çok daha çeşitliydi ve tanıma, konuşma çeşitliliğini gözle görülür biçimde daha iyi işler.

Belirgin dizartrisi olan konuşanlar için (şiddetli Parkinson, konuşmayı etkileyen ALS, konuşmayı etkileyen serebral palsi): ne Whisper ne de Dragon doğru araçtır. Voiceitt özellikle bu durum için geliştirilmiştir ve her ikisinden de önemli ölçüde daha iyidir, ancak çok daha pahalıdır.

Hız

Whisper Turbo'nun Dragon'a göre gerçek avantajı hızdır. Modern donanımda (son 5 yıldan bir Intel i5, ya da Apple Silicon, ya da herhangi bir modern AMD işlemci) Whisper Large v3 Turbo, gerçek zamandan daha hızlı döküm üretir — yani bir cümleyi dikte edebilir ve konuşmanızı bitirmeden kelimeler belirir. Dragon da gerçek zamanlı işler, ancak her sözcenin ilk kelimesinde daha belirgin bir gecikme vardır.

Uzun metin diktesi için bu hız farkı çoğunlukla psikolojiktir. Kısa mesaj diktesi için (Facebook yorumları, hızlı e-postalar), Whisper Turbo'nun tepki hızı belirgin biçimde daha iyi hissettirir.

Eğitim verisi sorusu

Dragon'ın geleneksel doğruluk avantajı denetimli ses eğitiminden geliyordu: Dragon'a uzun bir pasaj okurdunuz ve o, sesinizi varsayılan modelinden daha iyi tanıyan kişisel bir model oluştururdu. Bu işe yarıyordu ama önemli miktarda peşin zaman gerektiriyordu.

Whisper bu şekilde çalışmaz. Bir kez, OpenAI tarafından, geniş bir çok dilli derlem üzerinde eğitildi ve elde edilen model, her Whisper kullanıcısının çalıştırdığı modeldir. Onu kendi sesinizle eğitmezsiniz. Ya sesinizde çalışır ya da çalışmaz — ve geniş eğitim verisi, çoğu seste makul ölçüde iyi çalıştığı anlamına gelir.

Kullanıcılar açısından sonuç: Dragon'da, doğruluğu artırmak için eğitim süresi harcayabilirsiniz. Whisper'da, ilk gün elde ettiğiniz, 365. gün elde edeceğinizdir. Çoğu kullanıcı için bu bir hata değil, bir özelliktir — zaten Dragon'ı eğitmek için bir saat harcamak istemiyorlardı. Teknik kelime dağarcığına sahip güç kullanıcıları içinse, Whisper'ı sesle eğitememek gerçek bir kısıtlamadır.

Bakım sorusu

Dragon Professional Individual, 2023'ten bu yana 16. sürümde donmuş durumda. Tanıma motoru güncellenmiyor. Microsoft, Dragon'ı kurumsal tıbbi alana yöneltti ve tüketici Dragon'ının demode olmasına izin veriyor.

Whisper ise tam tersine, OpenAI ve açık kaynak topluluğu tarafından aktif olarak geliştiriliyor. Whisper v3 2023'te, Whisper v3 Turbo 2024'te piyasaya sürüldü ve ardıl modeller aktif geliştirme aşamasında. CaringDictate bugün v3 Turbo ile geliyor ve daha iyi olduklarını kanıtladıklarında yeni modellere ücretsiz bir güncelleme olarak geçecek.

Beş yıllık bir ufukta, en önemli fark budur. Donmuş bir tanıma motoru çalışmaya devam edecek, ancak alanın başka yerlerinde gerçekleşen önemli iyileştirmelerden yararlanmayacak.

Belirli kullanıcı grupları için

Genel İngilizce kelime dağarcığına sahip yaşlı kullanıcılar: Whisper (CaringDictate aracılığıyla) daha iyi seçimdir. Eğitim yok, kurulum karmaşıklığı yok, kutudan çıktığı haliyle iyi çalışır.

Klinik notlar dikte eden tıp profesyonelleri: Eğitilmiş Dragon Medical One hâlâ sektör standardıdır. Whisper'ın tıbbi kelime dağarcığı iyidir ama o kadar uzmanlaşmış değildir.

Hukuki belgeler dikte eden avukatlar: Özel kelime dağarcığına sahip eğitilmiş Dragon Professional'ı geçmek zordur. Whisper, çoğu hukuki İngilizceyi iyi işler ama özelleştirilebilirlikten yoksundur.

Konuşmayı değil ama elleri etkileyen tıbbi durumları olan yetişkinler: CaringDictate aracılığıyla Whisper, önereceğimiz şeydir. Eğitim yükü yok, konuşma çeşitliliğinde daha iyi doğruluk ve çok daha ucuz.

Ana dili İngilizce olmayan konuşanlar: Whisper'ın net bir avantajı vardır. Çok dilli eğitim derlemi, aksanları Dragon'ın İngilizce eğitimli modellerinden çok daha iyi işlediği anlamına gelir.

Özetle

Whisper Large v3 Turbo ve eğitilmiş Dragon Professional, artık genel dikte doğruluğunda birbirlerinden yalnızca birkaç yüzde puanı uzaktalar. Çoğu kullanıcı için, özellikle yaşlılar ve tıbbi durumları olan kullanıcılar için, Whisper'ın pratik avantajları (eğitim yok, daha iyi aksan işleme, aktif geliştirme, çok daha düşük maliyet) Dragon'ın uzmanlaşmış kelime dağarcığındaki kalıcı avantajına ağır basar.

CaringDictate, Whisper Large v3 Turbo üzerine inşa edilmiştir; çünkü bunun kitlemiz için doğru motor olduğuna inanıyoruz. 30 günlük para iadesi, hiçbir risk olmadan kendiniz karşılaştırabileceğiniz anlamına gelir.

Buradan nereye gidilir

Tam CaringDictate'e karşı Dragon karşılaştırmasını ürün düzeyindeki farklar için (fiyat, kullanıcı deneyimi, güncellemeler, para iadesi) okuyun, ve gizlilik rehberimizi yerel mi yoksa bulut işlemenin mi durumunuz için önemli olduğunu öğrenmek isterseniz okuyun.