CALLAII® Modellkarte · Callmenta
CALLAII® by CALLMENTA

Technisches Datenblatt CALLAII ASR v4

Spracherkennung · Spracherkennungsmodell, das Anrufaufnahmen in Sprecherkanäle aufteilt und in Text umwandelt. Analyse, Coaching und Qualitätsbewertung arbeiten auf Basis dieser Transkription.

CALLAII ASR v4 Live Live September 2026

Gesprächsaufnahmen werden nach Sprecherkanälen getrennt und in Text umgewandelt. Diese Version wurde mit simulierten Telefonleitungskonditionen in zehn Sprachen trainiert; die Fehlerquote in Callcenter-Gesprächen ist deutlich gesunken.

Neuigkeiten in dieser Version

  • In Callcenter-Szenarien sank die türkische Wortfehlerquote von 25,70 % auf 6,32 %
  • Die Fehlerquote in Arabisch, Deutsch, Französisch, Englisch und Italienisch sank auf ein Viertel bzw. ein Fünftel; die Ergebnisse pro Sprache sind im Diagramm dargestellt
  • Auch bei vorgelesenem Türkisch verbesserte sich die Quote: 4,72 % → 4,47 % (800 Aufnahmen)
  • Das Modell wurde mit Telefonleitungssimulation, Lärmumgebung und Studioaufnahmen trainiert
  • Die Daten der vorherigen Version wurden ebenfalls in das Training einbezogen; neue Daten wurden so hinzugefügt, dass bereits Gelerntes nicht beeinträchtigt wird

Was es kann

  • In zweikanaligen Aufnahmen werden Kunde und Agent separat transkribiert
  • Die Sprache jedes Kanals wird automatisch erkannt
  • Es wird ein zeitgestempeltes, sprecherbeschriftetes Transkript erzeugt
  • Stille Abschnitte bleiben leer; das Modell wurde darauf trainiert, keine erfundenen Sätze zu generieren

Grenzen und verantwortungsvolle Nutzung

  • Die Messungen wurden auf Testdatensätzen durchgeführt; die referenzierte Fehlerquote bei echten Telefonanrufen wurde noch nicht gemessen
  • Bei überlappendem Sprechen und sehr niedriger Aufnahmequalität steigt die Fehlerquote
  • Die Latenzzeit der Echtzeit-Transkription wurde nicht gemessen

Training und Messungen

19.369Schritt
1Epoche
0,0981Letzter Validierungsverlust
9,41 %Letzte Wortfehlerrate
2,82 %Letzte Zeichenfehlerrate
Trainingsdaten2.479.180 Aufnahmen, 3.654 Stunden Audio
Anteil neuer Daten26,5 %; der Rest stammt aus der vorherigen Version
SprachenTürkisch, Arabisch, Deutsch, Französisch, Kasachisch, Italienisch, Englisch, Baschkirisch, Usbekisch, Tatarisch
AudioartenTelefonleitungssimulation, Lärmumgebung, Studio
Validierungsdatensatz11.859 Aufnahmen
Schritt19.369 · 1 Epoche
TrainingsdatumSeptember 2026
Trainingsverlust
0 5 10 15 5.000 10.000 15.000 Schritt Trainingsverlust Trainingsverlust: 175 · 10,81 Trainingsverlust: 350 · 8,66 Trainingsverlust: 525 · 7,60 Trainingsverlust: 700 · 7,07 Trainingsverlust: 875 · 6,61 Trainingsverlust: 1.050 · 6,46 Trainingsverlust: 1.225 · 6,17 Trainingsverlust: 1.400 · 6,18 Trainingsverlust: 1.575 · 5,93 Trainingsverlust: 1.750 · 5,77 Trainingsverlust: 1.925 · 5,65 Trainingsverlust: 2.100 · 5,73 Trainingsverlust: 2.275 · 5,54 Trainingsverlust: 2.450 · 5,41 Trainingsverlust: 2.625 · 5,55 Trainingsverlust: 2.800 · 5,33 Trainingsverlust: 2.975 · 5,34 Trainingsverlust: 3.150 · 5,20 Trainingsverlust: 3.325 · 5,12 Trainingsverlust: 3.500 · 5,12 Trainingsverlust: 3.675 · 5,02 Trainingsverlust: 3.850 · 4,99 Trainingsverlust: 4.025 · 4,94 Trainingsverlust: 4.200 · 4,99 Trainingsverlust: 4.375 · 4,91 Trainingsverlust: 4.550 · 4,74 Trainingsverlust: 4.725 · 4,77 Trainingsverlust: 4.900 · 4,85 Trainingsverlust: 5.075 · 4,82 Trainingsverlust: 5.250 · 4,71 Trainingsverlust: 5.425 · 4,61 Trainingsverlust: 5.600 · 4,58 Trainingsverlust: 5.775 · 4,61 Trainingsverlust: 5.950 · 4,55 Trainingsverlust: 6.125 · 4,63 Trainingsverlust: 6.300 · 4,61 Trainingsverlust: 6.475 · 4,57 Trainingsverlust: 6.650 · 4,54 Trainingsverlust: 6.825 · 4,53 Trainingsverlust: 7.000 · 4,50 Trainingsverlust: 7.175 · 4,50 Trainingsverlust: 7.350 · 4,46 Trainingsverlust: 7.525 · 4,53 Trainingsverlust: 7.700 · 4,44 Trainingsverlust: 7.875 · 4,41 Trainingsverlust: 8.050 · 4,39 Trainingsverlust: 8.225 · 4,45 Trainingsverlust: 8.400 · 4,41 Trainingsverlust: 8.575 · 4,40 Trainingsverlust: 8.750 · 4,43 Trainingsverlust: 8.925 · 4,44 Trainingsverlust: 9.100 · 4,28 Trainingsverlust: 9.275 · 4,34 Trainingsverlust: 9.450 · 4,24 Trainingsverlust: 9.625 · 4,20 Trainingsverlust: 9.800 · 4,34 Trainingsverlust: 9.975 · 4,30 Trainingsverlust: 10.150 · 4,28 Trainingsverlust: 10.325 · 4,29 Trainingsverlust: 10.500 · 4,22 Trainingsverlust: 10.675 · 4,23 Trainingsverlust: 10.850 · 4,21 Trainingsverlust: 11.025 · 4,26 Trainingsverlust: 11.200 · 4,28 Trainingsverlust: 11.375 · 4,23 Trainingsverlust: 11.550 · 4,18 Trainingsverlust: 11.725 · 4,15 Trainingsverlust: 11.900 · 4,15 Trainingsverlust: 12.075 · 4,10 Trainingsverlust: 12.250 · 4,16 Trainingsverlust: 12.425 · 4,28 Trainingsverlust: 12.600 · 4,22 Trainingsverlust: 12.775 · 4,27 Trainingsverlust: 12.950 · 4,21 Trainingsverlust: 13.125 · 4,19 Trainingsverlust: 13.300 · 4,16 Trainingsverlust: 13.475 · 4,10 Trainingsverlust: 13.650 · 4,15 Trainingsverlust: 13.825 · 4,20 Trainingsverlust: 14.000 · 4,12 Trainingsverlust: 14.175 · 4,15 Trainingsverlust: 14.350 · 4,16 Trainingsverlust: 14.525 · 4,14 Trainingsverlust: 14.700 · 4,13 Trainingsverlust: 14.875 · 4,12 Trainingsverlust: 15.050 · 4,17 Trainingsverlust: 15.225 · 3,98 Trainingsverlust: 15.400 · 4,18 Trainingsverlust: 15.575 · 4,07 Trainingsverlust: 15.750 · 4,17 Trainingsverlust: 15.925 · 4,08 Trainingsverlust: 16.100 · 4,06 Trainingsverlust: 16.275 · 4,12 Trainingsverlust: 16.450 · 4,15 Trainingsverlust: 16.625 · 4,07 Trainingsverlust: 16.800 · 4,00 Trainingsverlust: 16.975 · 4,13 Trainingsverlust: 17.150 · 4,04 Trainingsverlust: 17.325 · 4,11 Trainingsverlust: 17.500 · 4,15 Trainingsverlust: 17.675 · 4,05 Trainingsverlust: 17.850 · 4,04 Trainingsverlust: 18.025 · 4,13 Trainingsverlust: 18.200 · 4,06 Trainingsverlust: 18.375 · 4,10 Trainingsverlust: 18.550 · 4,20 Trainingsverlust: 18.725 · 3,94 Trainingsverlust: 18.900 · 4,06 Trainingsverlust: 19.075 · 4,09 Trainingsverlust: 19.250 · 4,07 Trainingsverlust: 19.350 · 4,02

Jeder Punkt ist der Durchschnitt von sieben aufeinanderfolgenden Aufnahmen.

Werte als Tabelle anzeigen
Trainingsverlust
17510,8073
1.0506,4649
1.9255,6508
2.8005,3350
3.6755,0206
4.5504,7431
5.4254,6104
6.3004,6143
7.1754,5038
8.0504,3882
8.9254,4358
9.8004,3362
10.6754,2276
11.5504,1843
12.4254,2788
13.3004,1626
14.1754,1483
15.0504,1727
15.9254,0753
16.8004,0031
17.6754,0504
18.5504,2040
19.3504,0197
Validierungsverlust
0,00 0,05 0,10 0,15 0,20 5.000 10.000 15.000 Schritt Validierungsverlust Validierungsverlust: 1.000 · 0,19 Validierungsverlust: 1.000 · 0,19 Validierungsverlust: 2.000 · 0,16 Validierungsverlust: 2.000 · 0,16 Validierungsverlust: 3.000 · 0,14 Validierungsverlust: 3.000 · 0,14 Validierungsverlust: 4.000 · 0,13 Validierungsverlust: 4.000 · 0,13 Validierungsverlust: 5.000 · 0,13 Validierungsverlust: 5.000 · 0,13 Validierungsverlust: 6.000 · 0,12 Validierungsverlust: 6.000 · 0,12 Validierungsverlust: 7.000 · 0,11 Validierungsverlust: 7.000 · 0,11 Validierungsverlust: 8.000 · 0,11 Validierungsverlust: 8.000 · 0,11 Validierungsverlust: 9.000 · 0,11 Validierungsverlust: 9.000 · 0,11 Validierungsverlust: 10.000 · 0,10 Validierungsverlust: 10.000 · 0,10 Validierungsverlust: 11.000 · 0,10 Validierungsverlust: 11.000 · 0,10 Validierungsverlust: 12.000 · 0,10 Validierungsverlust: 12.000 · 0,10 Validierungsverlust: 13.000 · 0,10 Validierungsverlust: 13.000 · 0,10 Validierungsverlust: 14.000 · 0,10 Validierungsverlust: 14.000 · 0,10 Validierungsverlust: 15.000 · 0,10 Validierungsverlust: 15.000 · 0,10 Validierungsverlust: 16.000 · 0,10 Validierungsverlust: 16.000 · 0,10 Validierungsverlust: 17.000 · 0,10 Validierungsverlust: 17.000 · 0,10 Validierungsverlust: 18.000 · 0,10 Validierungsverlust: 18.000 · 0,10 Validierungsverlust: 19.000 · 0,10 Validierungsverlust: 19.000 · 0,10 Validierungsverlust: 19.369 · 0,10 Validierungsverlust: 19.369 · 0,10

Gemessen an Beispielen, die im Training nie vorkamen; eine fallende Kurve zeigt, dass das Modell lernt statt auswendig zu lernen.

Werte als Tabelle anzeigen
Validierungsverlust
1.0000,1911
2.0000,1611
3.0000,1446
4.0000,1345
5.0000,1259
6.0000,1187
7.0000,1135
8.0000,1097
9.0000,1068
10.0000,1050
11.0000,1025
12.0000,1021
13.0000,1010
14.0000,0997
15.0000,0994
16.0000,0985
17.0000,0985
18.0000,0984
19.0000,0980
19.3690,0981
Fehlerrate bei der Validierung (%)
Wortfehlerrate (WER) Zeichenfehlerrate (CER)
0 % 5 % 10 % 15 % 20 % 5.000 10.000 15.000 Schritt Wortfehlerrate (WER) Zeichenfehlerrate (CER) Wortfehlerrate (WER): 1.000 · 15,03 % Wortfehlerrate (WER): 1.000 · 15,03 % Wortfehlerrate (WER): 2.000 · 13,22 % Wortfehlerrate (WER): 2.000 · 13,22 % Wortfehlerrate (WER): 3.000 · 12,06 % Wortfehlerrate (WER): 3.000 · 12,06 % Wortfehlerrate (WER): 4.000 · 10,78 % Wortfehlerrate (WER): 4.000 · 10,78 % Wortfehlerrate (WER): 5.000 · 10,51 % Wortfehlerrate (WER): 5.000 · 10,51 % Wortfehlerrate (WER): 6.000 · 10,01 % Wortfehlerrate (WER): 6.000 · 10,01 % Wortfehlerrate (WER): 7.000 · 9,60 % Wortfehlerrate (WER): 7.000 · 9,60 % Wortfehlerrate (WER): 8.000 · 9,72 % Wortfehlerrate (WER): 8.000 · 9,72 % Wortfehlerrate (WER): 9.000 · 9,52 % Wortfehlerrate (WER): 9.000 · 9,52 % Wortfehlerrate (WER): 10.000 · 9,43 % Wortfehlerrate (WER): 10.000 · 9,43 % Wortfehlerrate (WER): 11.000 · 9,36 % Wortfehlerrate (WER): 11.000 · 9,36 % Wortfehlerrate (WER): 12.000 · 9,35 % Wortfehlerrate (WER): 12.000 · 9,35 % Wortfehlerrate (WER): 13.000 · 9,38 % Wortfehlerrate (WER): 13.000 · 9,38 % Wortfehlerrate (WER): 14.000 · 9,52 % Wortfehlerrate (WER): 14.000 · 9,52 % Wortfehlerrate (WER): 15.000 · 9,23 % Wortfehlerrate (WER): 15.000 · 9,23 % Wortfehlerrate (WER): 16.000 · 9,36 % Wortfehlerrate (WER): 16.000 · 9,36 % Wortfehlerrate (WER): 17.000 · 9,35 % Wortfehlerrate (WER): 17.000 · 9,35 % Wortfehlerrate (WER): 18.000 · 9,36 % Wortfehlerrate (WER): 18.000 · 9,36 % Wortfehlerrate (WER): 19.000 · 9,24 % Wortfehlerrate (WER): 19.000 · 9,24 % Wortfehlerrate (WER): 19.369 · 9,41 % Wortfehlerrate (WER): 19.369 · 9,41 % Zeichenfehlerrate (CER): 1.000 · 4,24 % Zeichenfehlerrate (CER): 1.000 · 4,24 % Zeichenfehlerrate (CER): 2.000 · 3,85 % Zeichenfehlerrate (CER): 2.000 · 3,85 % Zeichenfehlerrate (CER): 3.000 · 3,47 % Zeichenfehlerrate (CER): 3.000 · 3,47 % Zeichenfehlerrate (CER): 4.000 · 3,13 % Zeichenfehlerrate (CER): 4.000 · 3,13 % Zeichenfehlerrate (CER): 5.000 · 3,01 % Zeichenfehlerrate (CER): 5.000 · 3,01 % Zeichenfehlerrate (CER): 6.000 · 2,94 % Zeichenfehlerrate (CER): 6.000 · 2,94 % Zeichenfehlerrate (CER): 7.000 · 2,87 % Zeichenfehlerrate (CER): 7.000 · 2,87 % Zeichenfehlerrate (CER): 8.000 · 2,89 % Zeichenfehlerrate (CER): 8.000 · 2,89 % Zeichenfehlerrate (CER): 9.000 · 2,89 % Zeichenfehlerrate (CER): 9.000 · 2,89 % Zeichenfehlerrate (CER): 10.000 · 2,85 % Zeichenfehlerrate (CER): 10.000 · 2,85 % Zeichenfehlerrate (CER): 11.000 · 2,88 % Zeichenfehlerrate (CER): 11.000 · 2,88 % Zeichenfehlerrate (CER): 12.000 · 2,81 % Zeichenfehlerrate (CER): 12.000 · 2,81 % Zeichenfehlerrate (CER): 13.000 · 2,92 % Zeichenfehlerrate (CER): 13.000 · 2,92 % Zeichenfehlerrate (CER): 14.000 · 2,93 % Zeichenfehlerrate (CER): 14.000 · 2,93 % Zeichenfehlerrate (CER): 15.000 · 2,80 % Zeichenfehlerrate (CER): 15.000 · 2,80 % Zeichenfehlerrate (CER): 16.000 · 2,83 % Zeichenfehlerrate (CER): 16.000 · 2,83 % Zeichenfehlerrate (CER): 17.000 · 2,77 % Zeichenfehlerrate (CER): 17.000 · 2,77 % Zeichenfehlerrate (CER): 18.000 · 2,80 % Zeichenfehlerrate (CER): 18.000 · 2,80 % Zeichenfehlerrate (CER): 19.000 · 2,72 % Zeichenfehlerrate (CER): 19.000 · 2,72 % Zeichenfehlerrate (CER): 19.369 · 2,82 % Zeichenfehlerrate (CER): 19.369 · 2,82 %

Niedriger ist besser. Während des Trainings auf dem Validierungsset gemessen.

Werte als Tabelle anzeigen
Wortfehlerrate (WER)
1.00015,03
2.00013,22
3.00012,06
4.00010,78
5.00010,51
6.00010,01
7.0009,60
8.0009,72
9.0009,52
10.0009,43
11.0009,36
12.0009,35
13.0009,38
14.0009,52
15.0009,23
16.0009,36
17.0009,35
18.0009,36
19.0009,24
19.3699,41
Zeichenfehlerrate (CER)
1.0004,24
2.0003,85
3.0003,47
4.0003,13
5.0003,01
6.0002,94
7.0002,87
8.0002,89
9.0002,89
10.0002,85
11.0002,88
12.0002,81
13.0002,92
14.0002,93
15.0002,80
16.0002,83
17.0002,77
18.0002,80
19.0002,72
19.3692,82
Callcenter-Test · Wortfehlerquote pro Sprache (%)
v3 v4
0 % 20 % 40 % 60 % 80 % Arabisch Deutsch Englisch Französisch Italienisch Türkisch Arabisch · v3: 67,6 % 67,6 % Arabisch · v4: 13,9 % 13,9 % Deutsch · v3: 54,6 % 54,6 % Deutsch · v4: 15,4 % 15,4 % Englisch · v3: 59,9 % 59,9 % Englisch · v4: 12,6 % 12,6 % Französisch · v3: 62,4 % 62,4 % Französisch · v4: 15,6 % 15,6 % Italienisch · v3: 38,9 % 38,9 % Italienisch · v4: 8,4 % 8,4 % Türkisch · v3: 25,7 % 25,7 % Türkisch · v4: 6,3 % 6,3 %

Niedriger ist besser. 300 Beispiele pro Sprache.

Werte als Tabelle anzeigen
v3v4
Arabisch67,5913,86
Deutsch54,5815,37
Englisch59,9212,58
Französisch62,3615,57
Italienisch38,888,42
Türkisch25,706,32
Callcenter-Test · Zeichenfehlerquote pro Sprache (%)
v3 v4
0 % 20 % 40 % 60 % Arabisch Deutsch Englisch Französisch Italienisch Türkisch Arabisch · v3: 48,6 % 48,6 % Arabisch · v4: 5,8 % 5,8 % Deutsch · v3: 46,0 % 46,0 % Deutsch · v4: 7,2 % 7,2 % Englisch · v3: 44,4 % 44,4 % Englisch · v4: 6,2 % 6,2 % Französisch · v3: 47,9 % 47,9 % Französisch · v4: 7,3 % 7,3 % Italienisch · v3: 26,9 % 26,9 % Italienisch · v4: 3,5 % 3,5 % Türkisch · v3: 10,5 % 10,5 % Türkisch · v4: 2,0 % 2,0 %

Niedriger ist besser. 300 Beispiele pro Sprache.

Werte als Tabelle anzeigen
v3v4
Arabisch48,625,76
Deutsch46,007,23
Englisch44,416,23
Französisch47,927,34
Italienisch26,923,45
Türkisch10,471,96
Vorgelesenes Türkisch · Wortfehlerquote pro Sprache (%)
v3 v4
0 % 2 % 4 % 6 % Türkisch Türkisch · v3: 4,7 % 4,7 % Türkisch · v4: 4,5 % 4,5 %

Niedriger ist besser. 800 Beispiele pro Sprache.

Werte als Tabelle anzeigen
v3v4
Türkisch4,724,47
Gelesene Türkisch · Zeichenfehlerquote pro Sprache (%)
v3 v4
0,0 % 0,5 % 1,0 % 1,5 % Türkisch Türkisch · v3: 1,1 % 1,1 % Türkisch · v4: 1,0 % 1,0 %

Niedriger ist besser. 800 Beispiele pro Sprache.

Werte als Tabelle anzeigen
v3v4
Türkisch1,110,95

Vergleich mit offenen Modellen

CALLAII ASR wurde mit gängigen offenen Spracherkennungsmodellen auf denselben türkischen Audio-Clips und mit derselben Methode gemessen.

8. Oktober 2026Messdatum
1.000Anzahl der Clips
3Verglichenes Modell
  • Beim Wortfehleranteil (WER) erzielte CALLAII ASR in allen vier Tests den niedrigsten Wert.
  • Beim Zeichenfehleranteil (CER) beträgt der Unterschied zwischen gesprochenem Audio und Telefonleitung 0,04 Punkte; die Modelle liegen auf gleichem Niveau.
  • Der Trainingsanteil der freiwilligen Aufnahmen ist im CALLAII ASR-Training enthalten; der im Test verwendete Abschnitt ist im Training nicht vorhanden.
  • Die Telefonleitung erhöht die Fehlerquote bei allen Modellen. Dies ist der Fokus der nächsten Version.
  • Eine referenzbasierte Messung mit echten Telefonanrufen wurde noch nicht durchgeführt.
Wortfehlerquote-Vergleich (%)
Qwen3-ASR 1.7B Whisper large-v3 CALLAII ASR
0 % 10 % 20 % 30 % 40 % Gelesene Sprache Telefonleitung Freiwillige Aufnah… Anruf-Szenarien Gelesene Sprache · Qwen3-ASR 1.7B: 9,8 % 9,8 % Gelesene Sprache · Whisper large-v3: 7,0 % 7,0 % Gelesene Sprache · CALLAII ASR: 6,7 % 6,7 % Telefonleitung · Qwen3-ASR 1.7B: 11,3 % 11,3 % Telefonleitung · Whisper large-v3: 8,3 % 8,3 % Telefonleitung · CALLAII ASR: 8,0 % 8,0 % Freiwillige Aufnahmen · Qwen3-ASR 1.7B: 15,8 % 15,8 % Freiwillige Aufnahmen · Whisper large-v3: 13,1 % 13,1 % Freiwillige Aufnahmen · CALLAII ASR: 4,1 % 4,1 % Anruf-Szenarien · Qwen3-ASR 1.7B: 30,7 % 30,7 % Anruf-Szenarien · Whisper large-v3: 22,3 % 22,3 % Anruf-Szenarien · CALLAII ASR: 4,5 % 4,5 %

Niedriger ist besser. Dasselbe 1.000 türkische Clips und dieselbe Messmethode. Gelesene Sprache und Telefonleitung: FLEURS; Telefonleitung: dieselben Clips unter 8-kHz-Telefonbedingungen. Freiwillige Aufnahmen: Common Voice. Anruf-Szenarien: aus Callcenter-Dialogen erstellte Sätze; CALLAII ASR wurde mit den Daten dieses Bereichs trainiert. Messung: 8. Oktober 2026.

Werte als Tabelle anzeigen
Qwen3-ASR 1.7BWhisper large-v3CALLAII ASR
Gelesene Sprache9,757,046,67
Telefonleitung11,338,328,03
Freiwillige Aufnahmen15,8013,144,10
Anruf-Szenarien30,7422,334,45
Zeichenfehlerquote-Vergleich (%)
Qwen3-ASR 1.7B Whisper large-v3 CALLAII ASR
0 % 5 % 10 % 15 % Gelesene Sprache Telefonleitung Freiwillige Aufnah… Anruf-Szenarien Gelesene Sprache · Qwen3-ASR 1.7B: 2,4 % 2,4 % Gelesene Sprache · Whisper large-v3: 1,6 % 1,6 % Gelesene Sprache · CALLAII ASR: 1,6 % 1,6 % Telefonleitung · Qwen3-ASR 1.7B: 3,0 % 3,0 % Telefonleitung · Whisper large-v3: 1,9 % 1,9 % Telefonleitung · CALLAII ASR: 2,0 % 2,0 % Freiwillige Aufnahmen · Qwen3-ASR 1.7B: 4,4 % 4,4 % Freiwillige Aufnahmen · Whisper large-v3: 4,5 % 4,5 % Freiwillige Aufnahmen · CALLAII ASR: 1,0 % 1,0 % Anruf-Szenarien · Qwen3-ASR 1.7B: 12,0 % 12,0 % Anruf-Szenarien · Whisper large-v3: 8,0 % 8,0 % Anruf-Szenarien · CALLAII ASR: 1,0 % 1,0 %

Niedriger ist besser. Dasselbe 1.000 türkische Clips und dieselbe Messmethode. Gelesene Sprache und Telefonleitung: FLEURS; Telefonleitung: dieselben Clips unter 8-kHz-Telefonbedingungen. Freiwillige Aufnahmen: Common Voice. Anruf-Szenarien: aus Callcenter-Dialogen erstellte Sätze; CALLAII ASR wurde mit den Daten dieses Bereichs trainiert. Messung: 8. Oktober 2026.

Werte als Tabelle anzeigen
Qwen3-ASR 1.7BWhisper large-v3CALLAII ASR
Gelesene Sprache2,431,561,60
Telefonleitung3,041,941,98
Freiwillige Aufnahmen4,444,530,98
Anruf-Szenarien12,027,971,00

Technisches Datenblatt

Versionv4
Veröffentlichung8. September 2026
EingabeAudioaufnahme, ein- oder zweikanalig
AusgabeSprecherbeschrifteter, zeitgestempelter Text
Spracherkennungautomatisch pro Kanal
BetriebsumgebungServer, die von Callmenta betrieben werden

Kundendaten werden nicht für das Modelltraining verwendet. Dieses Datenblatt wurde am 23.11.2026 erstellt. Für die aktuelle Version besuchen Sie callmenta.com. Versionen und Verbesserungen