Lar
A ElevenLabs estabelece um novo padrão de referência em conversão de voz em texto; o Google Gemini segue com amplas capacidades
A Artificial Analysis lançou a versão mais recente de seu benchmark de conversão de fala em texto, o AA-WER v2.0. Os resultados destacam a ElevenLabs e o Google como líderes incontestáveis no desempenho de transcrição de áudio.

Quando avaliado pela taxa de erro de palavras (WER), o Scribe v2 da ElevenLabs alcançou o primeiro lugar com uma taxa de erro impressionantemente baixa de 2,3%. Logo atrás ficou o Gemini3Pro do Google, com 2,9%. Vale ressaltar que o Google não ajustou o Gemini especificamente para transcrição; esse resultado decorre exclusivamente de suas robustas capacidades multimodais gerais.
Outros modelos líderes apresentaram os seguintes resultados:
Mistral Voxtral Small: ficou em terceiro lugar com uma taxa de erro de 3,0%.
Google Gemini3Flash: apresentou um desempenho sólido com uma taxa de erro de 3,1%.
OpenAI Whisper Large v3: O modelo de código aberto mais utilizado ficou no meio do pelotão, com uma taxa de erro de 4,2%.
Os de pior desempenho: o Qwen3ASR Flash da Alibaba (5,9%), o Nova2Omni da Amazon (6,0%) e o Rev AI (6,1%) ficaram na parte inferior do ranking.

No benchmark AA-AgentTalk dedicado a comandos de assistentes de voz, o quadro de líderes permaneceu consistente. O Scribe v2 da ElevenLabs e o Gemini3Pro do Google mantiveram a liderança com taxas de erro de 1,6% e 1,7%, respectivamente, demonstrando-se altamente confiáveis para interações de voz curtas e diretas.
Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (2)
ElevenLabs is really pushing the boundaries, but seeing Google jump in with Gemini makes the competition fierce. I'm curious how this impacts small devs trying to get affordable transcription tools. The WER numbers are impressive, yet real-world noise is still a pain point for me.
A Artificial Analysis lançou a versão mais recente de seu benchmark de conversão de fala em texto, o AA-WER v2.0. Os resultados destacam a ElevenLabs e o Google como líderes incontestáveis no desempenho de transcrição de áudio.

Quando avaliado pela taxa de erro de palavras (WER), o Scribe v2 da ElevenLabs alcançou o primeiro lugar com uma taxa de erro impressionantemente baixa de 2,3%. Logo atrás ficou o Gemini3Pro do Google, com 2,9%. Vale ressaltar que o Google não ajustou o Gemini especificamente para transcrição; esse resultado decorre exclusivamente de suas robustas capacidades multimodais gerais.
Outros modelos líderes apresentaram os seguintes resultados:
Mistral Voxtral Small: ficou em terceiro lugar com uma taxa de erro de 3,0%.
Google Gemini3Flash: apresentou um desempenho sólido com uma taxa de erro de 3,1%.
OpenAI Whisper Large v3: O modelo de código aberto mais utilizado ficou no meio do pelotão, com uma taxa de erro de 4,2%.
Os de pior desempenho: o Qwen3ASR Flash da Alibaba (5,9%), o Nova2Omni da Amazon (6,0%) e o Rev AI (6,1%) ficaram na parte inferior do ranking.

No benchmark AA-AgentTalk dedicado a comandos de assistentes de voz, o quadro de líderes permaneceu consistente. O Scribe v2 da ElevenLabs e o Gemini3Pro do Google mantiveram a liderança com taxas de erro de 1,6% e 1,7%, respectivamente, demonstrando-se altamente confiáveis para interações de voz curtas e diretas.
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
ElevenLabs is really pushing the boundaries, but seeing Google jump in with Gemini makes the competition fierce. I'm curious how this impacts small devs trying to get affordable transcription tools. The WER numbers are impressive, yet real-world noise is still a pain point for me.











