Aquí hay algo que nos sorprendió al medirlo: el audio que suena más limpio para tus oídos a menudo produce una transcripción de IA peor. Resulta que hacer que el audio suene bien y hacer que el audio se transcriba con precisión son dos problemas diferentes. Esta publicación explica por qué, y cómo Plaud está diseñado para manejar ambos.
El problema que medimos
La mayoría de la gente asume que un audio más limpio significa una mejor transcripción. Elimina el ruido de fondo y la IA tendrá un trabajo más fácil. Probamos esa suposición y descubrimos que lo contrario suele ser cierto.
Cuando introdujimos audio con supresión de ruido directamente en nuestro motor de reconocimiento de voz, los errores de transcripción aumentaron, no disminuyeron. En entornos ruidosos, la reducción de ruido empeoró la precisión de la transcripción hasta en un 4% a 5%.
La razón es sencilla. La supresión de ruido funciona suavizando la señal de audio para que suene agradable a tus oídos. Pero la transcripción de IA lee el audio de manera diferente. Se basa en los detalles finos dentro de los sonidos del habla para distinguir las palabras, y suavizar esos detalles dificulta su trabajo. Limpio para ti, confuso para la IA.
Dos caminos, cada uno construido para un trabajo diferente
La solución fue dejar de tratar el audio como una única salida. Los cuatro micrófonos de Plaud capturan todo, luego enrutan el audio de manera diferente según para qué se esté utilizando.
La reproducción obtiene la señal con supresión de ruido. Suena limpia y clara para escucharla.
La transcripción obtiene una señal diferente, procesada para centrarse en la dirección de donde provienen las voces en lugar de suavizarlas. Esto preserva el detalle del habla que necesita la IA. En nuestras pruebas, este enfoque mejoró tanto la calidad del audio como la precisión de la transcripción al mismo tiempo.
Lo que muestran los números
La compensación se hace visible cuando se comparan dispositivos. En pruebas controladas, Plaud Note Pro obtuvo una puntuación más baja en la calidad de audio percibida que el iPhone. En pocas palabras, la grabación del iPhone suena mejor para tus oídos.
Pero en una habitación ruidosa a corta distancia, la tasa de error de transcripción del Note Pro fue del 23,4%, en comparación con el 30,3% del iPhone. La grabación que suena más áspera produce notas más precisas.
Esa brecha refleja que el diseño funciona según lo previsto. El audio que recibe tu IA no es la misma señal que escuchan tus oídos, y Plaud está diseñado para optimizar el que afecta tus notas, resúmenes y elementos de acción.
Descargo de responsabilidad: Las métricas de rendimiento y las tasas de error de transcripción citadas en este artículo se derivaron de pruebas controladas en una sala ruidosa simulada a corta distancia. La precisión de la transcripción y la calidad del audio en el mundo real pueden variar según el ruido ambiental, la distancia del orador, los acentos y el motor específico de reconocimiento de voz de IA de terceros utilizado. La reducción declarada en la precisión asociada con el audio con supresión de ruido se basa en los parámetros de prueba internos de Plaud. iPhone es una marca registrada de Apple Inc. Este análisis comparativo independiente no implica ninguna afiliación ni respaldo por parte de Apple Inc.
