O que é Speechmatics Oak 1?
O Oak 1 é o modelo de fala para texto da Speechmatics para áudio da área da saúde, lançado em 14 de outubro de 2026 e disponível para áudio gravado e em tempo real. Ele foi feito para conversas clínicas em que pacientes, médicos, enfermeiros, intérpretes e familiares trocam de idioma no meio da frase: não se escolhe o idioma antes, e cada palavra da transcrição recebe a marca do idioma em que foi dita. A identificação de falantes pode ser levada para os resumos clínicos.
A Speechmatics diz que cobre a fala médica em mais de 55 idiomas, com a precisão extra em vocabulário médico aplicada a um subconjunto listado e transcrição comum nos demais. Uma atualização posterior do modo em lote, segundo a empresa, reduziu em mais 25% os erros em termos-chave médicos e cerca de metade dos erros em números, identificadores e doses.
O Oak 1 roda na nuvem da Speechmatics em todas as regiões, numa nuvem privada ou nas instalações do cliente por meio de contêineres. É um modelo separado da opção Enhanced Medical de idioma único, que mantém recursos como dicionários personalizados e pontuações de confiança.
Quanto custa Speechmatics Oak 1?
| Plano | Preço | O que inclui |
|---|---|---|
| Pay as you go | $0.30 an hour batch, $0.46 real-time | Sem descontos; US$ 100 de crédito no cadastro, 2 sessões simultâneas em tempo real com o crédito grátis |
| Annual commitment | Up to 25% off | A maior faixa anual; soma-se ao desconto de 33% por permitir treinamento |
O Oak 1 custa US$ 0,30 por hora para áudio gravado e US$ 0,46 em tempo real, cobrado por segundo. 33% de desconto se você permitir treinamento com seus dados; compromissos anuais economizam até 25%. US$ 100 de crédito grátis por 12 meses.
Speechmatics Oak 1 vale a pena?
O Oak 1 resolve um problema que benchmarks centrados no inglês escondem. Nos testes da Speechmatics com 19 conjuntos de dados médicos em 11 idiomas, ele captou em média 91% dos termos médicos, contra 74% de oito rivais, entre eles AWS, Google, Microsoft, OpenAI, Deepgram e ElevenLabs. A dispersão importa mais que a média: em norueguês marcou 93,3%, enquanto o segundo melhor ficou em 74,5%, e a Deepgram caiu de 84,0% em inglês para 26,1% em dinamarquês.
Em inglês a vantagem é mínima. O Oak marcou 88,5%, contra 87,7% do ElevenLabs Scribe v2 Medical, uma diferença de arredondamento para uma clínica que só atende em inglês. Onde o Oak se destaca é na fala com mistura de idiomas: 15,1% de erro em conversas em árabe e inglês, contra 33,2% do modelo seguinte testado.
O porém: todas as comparações são da própria Speechmatics, feitas com configurações padrão e sem vocabulário personalizado, e a Artificial Analysis ainda não avaliou o Oak. O modelo também abre mão de conveniências que os modelos Enhanced mantêm, como dicionários personalizados, pontuações de confiança, tradução e detecção automática de fim de enunciado, então clientes em tempo real precisam detectar o silêncio por conta própria. Instalações locais não têm identificação de falantes em tempo real.
Nossa opinião: para um sistema de saúde que atende pacientes em muitos idiomas, o Oak 1 é o primeiro modelo que vale um piloto antes de qualquer opção generalista. Uma clínica que só atende quem fala inglês ganha pouco em relação aos planos médicos que talvez já pague.
Onde ele se destaca
Uma start-up de escriba clínico ambiente que atende clínicas na Noruega e na Suécia
Redigir notas de consulta a partir de conversas que alternam norueguês, sueco e inglês
Envie as gravações para oak-1 com language em multi; a Speechmatics diz que uma hora de áudio é processada em cerca de 18 segundos. 10.000 horas de consulta custam cerca de US$ 3.000 pelo preço de tabela.
O serviço de intérpretes de um hospital público de Londres
Registrar quem disse o quê quando um intérprete entra numa consulta
Rode o Oak 1 em tempo real com identificação de falantes pela API SaaS, ou em contêineres locais se o áudio não puder sair do hospital, aceitando que a diarização é só no SaaS.
Antes de decidir
- Configuração
- Defina "model": "oak-1" e "language": "multi" num job em lote ou na mensagem StartRecognition em tempo real; auto é rejeitado. Clientes em tempo real enviam ForceEndOfUtterance após a própria detecção de atividade de voz.
- Integrações
- APIs em lote e em tempo real da Speechmatics em todas as regiões, contêineres locais e em nuvem privada, plugin do LiveKit.
- Dados e privacidade
- Se você não autorizar o treinamento, o áudio em tempo real nunca é armazenado e o gravado é apagado após 7 dias, ou antes via API. Autorizar dá 33% de desconto. HIPAA, SOC 2 Type II, ISO/IEC 27001:2022 e GDPR.
- Custo em escala
- 100.000 horas de áudio gravado custam cerca de US$ 30.000 pelo preço de tabela, ou cerca de US$ 15.000 combinando a autorização de treinamento e o maior compromisso anual.
- Limites
- O ganho em termos médicos vale só para os idiomas listados. Sem identificação de falantes por nome, dicionário personalizado, tradução, eventos de áudio ou pontuações de confiança. Diarização em tempo real só no SaaS.
O que é bom
- 91% de captação de termos médicos em 11 idiomas, segundo a Speechmatics
- Sem seleção de idioma; marcação de idioma por palavra
- Nuvem, nuvem privada ou contêineres locais
- HIPAA, SOC 2 Type II e ISO 27001; áudio em tempo real não é armazenado por padrão
O que não é
- Todas as comparações de precisão são feitas pelo próprio fornecedor
- A vantagem em inglês sobre o Scribe v2 Medical é de 0,8 ponto
- Sem dicionário personalizado, pontuações de confiança ou tradução
- Clientes em tempo real precisam enviar o próprio sinal de fim de enunciado
Ideal para
Hospitais, fornecedores de escribas médicos e serviços de telemedicina que atendem consultas em vários idiomas, principalmente quando o áudio precisa ficar nas próprias instalações.
Alternativas ao Speechmatics Oak 1
Speechmatics Oak 1: perguntas frequentes
- Speechmatics Oak 1 vale a pena?
- Feito para o consultório em que três idiomas dividem uma consulta, e pelos números da própria Speechmatics deixa escapar menos nomes de remédios que qualquer outro. Damos nota 4.1 de 5.
- Quanto custa Speechmatics Oak 1?
- O Oak 1 custa US$ 0,30 por hora para áudio gravado e US$ 0,46 em tempo real, cobrado por segundo. 33% de desconto se você permitir treinamento com seus dados; compromissos anuais economizam até 25%. US$ 100 de crédito grátis por 12 meses.
- Quais são as desvantagens de Speechmatics Oak 1?
- Todas as comparações de precisão são feitas pelo próprio fornecedor; a vantagem em inglês sobre o Scribe v2 Medical é de 0,8 ponto; sem dicionário personalizado, pontuações de confiança ou tradução; clientes em tempo real precisam enviar o próprio sinal de fim de enunciado.
- Para quem Speechmatics Oak 1 é indicado?
- Hospitais, fornecedores de escribas médicos e serviços de telemedicina que atendem consultas em vários idiomas, principalmente quando o áudio precisa ficar nas próprias instalações.
- Quanto custa Speechmatics Oak 1 para uma equipe ou em produção?
- 100.000 horas de áudio gravado custam cerca de US$ 30.000 pelo preço de tabela, ou cerca de US$ 15.000 combinando a autorização de treinamento e o maior compromisso anual.
- Speechmatics Oak 1 é seguro para dados da empresa?
- Se você não autorizar o treinamento, o áudio em tempo real nunca é armazenado e o gravado é apagado após 7 dias, ou antes via API. Autorizar dá 33% de desconto. HIPAA, SOC 2 Type II, ISO/IEC 27001:2022 e GDPR.
- Quais são as melhores alternativas ao Speechmatics Oak 1?
- As alternativas mais próximas que analisamos são ElevenLabs Scribe v2, AssemblyAI STT-3.7 (batch, Realtime and Realtime-Agent), Voxtral 3 (Transcribe and TTS) e NVIDIA Nemotron 3.5 Transcribe.
Respostas verificadas em 21 de nov. de 2026.