Fermion ResearchMeta Superintelligence LabsAudio-DuellSpracherkennung
Phonon-2vs.Muse Voice Transcribe
Welches Modell ist besser?
Muse Voice Transcribe liegt in unabhängigen Tests leicht vorn, sicher ist der Vorsprung aber nicht.
Nimm Phonon-2 für
Nimm Muse Voice Transcribe für
Gemeinsame Tests
Nur unabhängige Auswerter und Bestenlisten, je Auswerter der neueste gemeinsame Stand. Mit 95-%-Bereichen zählt ein Vorsprung, wenn sie sich nicht überlappen; bei Trefferquoten, wenn er im 95-%-Test hält. Ohne Unsicherheitsangabe höchstens „leicht vorn“.
Hugging Face Open ASR
Muse Voice Transcribe leicht vornMuse Voice Transcribe ist in 0 von 9 Teiltests klar vorn und in 8 leicht, Phonon-2 in keinem. 1 ist gleichauf.
Open ASR English short-form WER: Voxpopuli-AA-Cleaned
niedriger ist besser, Stand 28. Oktober 2026
Open ASR English short-form WER: Voice Arena Monsoon
niedriger ist besser, Stand 28. Oktober 2026
Open ASR English short-form WER: Earnings22-Cleaned-AA-chunked
niedriger ist besser, Stand 28. Oktober 2026
Alle 9 Teiltests zeigen
| Teiltest | Phonon-2 | Muse Voice Transcribe | Urteil |
|---|---|---|---|
| Open ASR English short-form WER: Voxpopuli-AA-Cleaned (niedriger ist besser) | 2,5 % | 2,0 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Voice Arena Monsoon (niedriger ist besser) | 4,9 % | 4,2 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Earnings22-Cleaned-AA-chunked (niedriger ist besser) | 7,0 % | 6,0 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Private (scripted) (niedriger ist besser) | 5,2 % | 4,5 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: URGENT24 (niedriger ist besser) | 14,9 % | 13,0 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Average WER (11-set macro-average) (niedriger ist besser) | 6,9 % | 6,3 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Private (conversational) (niedriger ist besser) | 14,1 % | 13,0 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: Gigaspeech-Cleaned (niedriger ist besser) | 8,4 % | 7,8 % | Muse Voice Transcribe leicht vorn |
| Open ASR English short-form WER: AMI-Cleaned (niedriger ist besser) | 9,3 % | 9,2 % | gleichauf |
Quelle · zuletzt 28. Oktober 2026
Alle Daten im Vergleich
Preise stehen wörtlich wie beim Hersteller, weil Audiomodelle pro Minute, Zeichen oder Token abrechnen.
| Phonon-2 | Muse Voice Transcribe | |
|---|---|---|
| Aufgabe | Spracherkennung | Spracherkennung |
| Entwickler | Fermion Research | Meta Superintelligence Labs |
| Status | Offene Gewichte | Aktiv |
| Veröffentlicht | k. A. | 1. September 2026 |
| Gewichte | offen | k. A. |
| Läuft lokal | ja | nein |
| Lizenz | CC-BY-4.0 | k. A. |
| Preis | k. A. | 0,18 $ pro Audiostunde (3 $ pro 1.000 Audiominuten) |
| Beliebtheit (von 100) | 44 | 0 |