Loquela
งานวิจัย

เราวัดความเร็วของ Loquela Remote อย่างไร

เสียงหนึ่งชั่วโมงในเวลาไม่ถึง 9 วินาที และอีกหนึ่งชั่วโมงเต็มที่ 18,000 นาทีเสียงต่อชั่วโมงโดยทุกคำขอได้รับการถอดเสียง นี่คือวิธีทำการทดสอบทั้งสองแบบ

2 นาทีในการอ่านตรวจสอบงานวิจัยเมื่อ 2026-10-27

Loquela Remote ถอดเสียงด้วยความเร็วการถอดเสียง 400×: เสียงหนึ่งชั่วโมงในเวลาไม่ถึง 9 วินาที ตัวเลขนี้มาจากการทดสอบหนึ่ง ส่วนการทดสอบที่สองตอบคำถามอีกข้อ: จะเกิดอะไรขึ้นเมื่อเสียงหลายร้อยชั่วโมงเข้ามาทุกชั่วโมงจากหลายคนพร้อมกัน ทั้งสองการทดสอบทำเมื่อวันที่ 27 ตุลาคม 2026 บนรุ่นของ Loquela Remote ที่ใช้งานจริงในวันนั้น บทความนี้อธิบายว่าทำอย่างไร

การทดสอบผลลัพธ์
ไฟล์ 60 นาที ทีละไฟล์เวลาเซิร์ฟเวอร์ 7.08 ถึง 8.66 วินาทีในทุกรอบ
ความเร็วเกินความเร็วการถอดเสียง 400× ในทุกรอบ
หนึ่งชั่วโมงที่ 18,000 นาทีเสียงต่อชั่วโมง18,350 คำขอ ถอดเสียงครบทุกคำขอ
คลิปสั้นในชั่วโมงนั้นครึ่งหนึ่งกลับมาภายใน 0.23 วินาที 95 ใน 100 กลับมาภายใน 2.2 วินาที

เสียงหนึ่งชั่วโมง ทีละไฟล์

การทดสอบนี้วัดว่าการบันทึกเสียงหนึ่งไฟล์กลายเป็นข้อความได้เร็วแค่ไหนเมื่อได้ใช้เซิร์ฟเวอร์เพียงลำพัง

  • บริการ: สำเนาของบริการรุ่นที่เผยแพร่ โดยไม่มีสิ่งอื่นทำงานบนเซิร์ฟเวอร์
  • ไฟล์: การบันทึกเสียงพูดยาว 60 นาทีสี่ไฟล์ในรูปแบบที่ใช้กันทั่วไป ตามตารางด้านล่าง
  • รอบการทดสอบ: คำขออุ่นเครื่องหนึ่งครั้ง แล้วทดสอบแต่ละไฟล์สามรอบ
  • การจับเวลา: เวลาเซิร์ฟเวอร์คือบันทึกของบริการเองสำหรับแต่ละคำขอ ไฟล์ถูกส่งจากตัวเซิร์ฟเวอร์เอง การอัปโหลดจึงแทบไม่ใช้เวลา
ไฟล์ (60 นาที)เวลาเซิร์ฟเวอร์ สามรอบรอบที่ช้าที่สุด จับเวลาโดยฝั่งผู้ส่ง
MP3, 16 kHz โมโน7.08 ถึง 7.15 s7.25 s
AAC, 48 kHz โมโน, 64 kbps7.54 ถึง 7.58 s7.66 s
AAC, 44.1 kHz สเตอริโอ, 128 kbps8.21 ถึง 8.25 s8.42 s
MP3, 44.1 kHz สเตอริโอ, 128 kbps8.56 ถึง 8.66 s8.89 s

รอบที่ช้าที่สุดเมื่อจับเวลาจากฝั่งผู้ส่งใช้เวลา 8.89 วินาที หนึ่งชั่วโมงคือเสียง 3,600 วินาที จึงเร็วกว่าการเปิดฟังการบันทึกนั้นประมาณ 405 เท่า ทุกรอบเร็วกว่า 400× ซึ่งเป็นตัวเลขที่เว็บไซต์ใช้

เวลาอัปโหลดไม่รวมอยู่ในตัวเลขเหล่านี้ เพราะขึ้นอยู่กับการเชื่อมต่อของคุณ ไฟล์ MP3 ยาว 60 นาทีที่ 128 kbps มีขนาดประมาณ 58 MB ไฟล์โมโนที่ 64 kbps มีขนาดครึ่งหนึ่ง จึงมาถึงเราเร็วกว่า

หลายคนพร้อมกัน: หนึ่งชั่วโมงที่ 18,000 นาทีเสียงต่อชั่วโมง

การทดสอบนี้วัดว่าบริการทำงานอย่างไรภายใต้ปริมาณงานหนักและหลากหลาย 18,000 นาทีเสียงต่อชั่วโมงคือเสียง 300 ชั่วโมงที่เข้ามาทุกชั่วโมง เราคงระดับนี้ไว้ตลอดหนึ่งชั่วโมงเต็ม

  • บริการ: รุ่นเดียวกัน ตั้งค่าแบบเดียวกับที่ใช้งานจริง
  • ผู้ส่ง: บัญชีทดสอบ 16 บัญชีที่ส่งการบันทึกเสียงในเวลาสุ่ม เหมือนลูกค้าที่ไม่เกี่ยวข้องกัน บัญชีเหล่านี้ทำงานบนตัวเซิร์ฟเวอร์เอง เวลาด้านล่างจึงไม่รวมอินเทอร์เน็ต
  • การบันทึกเสียง: คลิปเสียงสั้น 5 ถึง 30 วินาที (WAV ครึ่งหนึ่ง M4A ครึ่งหนึ่ง) การประชุม 10 ถึง 60 นาที และการบันทึกยาว 60 ถึง 120 นาที (ทั้งสองแบบเป็น MP3) เมื่อนับตามนาทีเสียง 15% เป็นคลิปสั้น 45% เป็นการประชุม และ 40% เป็นการบันทึกยาว
  • ป้ายชื่อผู้พูด: เปิดใช้กับการประชุมและการบันทึกยาวประมาณ 3 ใน 10
  • เสียงพูด: ภาษาอังกฤษที่อ่านออกเสียง จาก LibriSpeech ซึ่งเป็นชุดการบันทึกหนังสือเสียงสาธารณะ ตัดและต่อให้ได้แต่ละความยาว
การบันทึกเสียงคำขอถอดเสียงแล้วเวลามัธยฐาน
คลิปสั้น 5 ถึง 30 s18,02018,0200.23 s
การประชุม 10 ถึง 60 นาที24124112.2 s
การบันทึกยาว 60 ถึง 120 นาที898942.6 s

รวมทั้งหมดมีเสียง 18,925 นาทีเข้ามาในชั่วโมงนั้น และคำขอทั้ง 18,350 รายการกลับมาพร้อมข้อความถอดเสียง ไม่มีคำขอใดถูกปฏิเสธและไม่มีคำขอใดล้มเหลว

คลิปสั้นยังเร็วตลอดเวลา ในทุกช่วงสิบนาทีของชั่วโมงนั้น ค่ามัธยฐานอยู่ระหว่าง 0.20 ถึง 0.29 วินาที และตลอดชั่วโมง 95 ใน 100 คลิปกลับมาภายใน 2.2 วินาที

การประชุมทำงานที่ค่ามัธยฐาน 140× ของความเร็วการถอดเสียง และการบันทึกยาวที่ 122× ช้ากว่าการทดสอบแรกเพราะการบันทึกจำนวนมากใช้เซิร์ฟเวอร์ร่วมกันในเวลาเดียวกัน แต่ละรายการใช้เวลานานกว่าตอนทำงานลำพัง และในหนึ่งชั่วโมงจะถอดเสียงได้มากขึ้นอย่างมาก

สิ่งนี้มีความหมายอย่างไรกับการบันทึกของคุณ

  • การประชุม 30 นาที ใช้เวลาเซิร์ฟเวอร์ประมาณ 4 วินาทีเมื่อได้ใช้เซิร์ฟเวอร์เพียงลำพัง บวกเวลาอัปโหลด
  • คลิปเสียงสั้น มักกลับมาในเวลาน้อยกว่าหนึ่งวินาทีมาก
  • เวลารอทั้งหมดของคุณ คือการอัปโหลด เวลาเซิร์ฟเวอร์ และข้อความถอดเสียงที่ส่งกลับ ข้อความถอดเสียงมีขนาดเล็ก จึงมาถึงแทบจะทันที

เราจะวัดอีกเมื่อไร

ตัวเลขเหล่านี้มาจากรุ่นที่ใช้งานจริงเมื่อวันที่ 27 ตุลาคม 2026 เราจะวัดอีกครั้งหลังจากเปลี่ยนวิธีการถอดเสียง และจะอัปเดตเว็บไซต์กับบทความนี้เมื่อตัวเลขเปลี่ยน

Loquela Remote คือ API แปลงเสียงเป็นข้อความแบบส่วนตัวและเซิร์ฟเวอร์ MCP สำหรับลูกค้าในสหรัฐอเมริกา บริการนี้ไม่เก็บทั้งเสียงและข้อความถอดเสียง ดู สิ่งที่เกิดขึ้นกับเสียงของคุณ วิธีที่ API ถอดเสียงอื่นจัดการเสียง และ ราคา