Så ska listan läsas
Topplistan låter varje modell skriva ut samma inspelningar och räknar hur stor andel av orden som blir fel (ordfelfrekvens, på engelska word error rate). Lägre är bättre: 5 % betyder ungefär ett felaktigt, saknat eller extra ord på tjugo.
Siffran är ett snitt över elva testsamlingar på engelska med olika sorters tal: möten, telefonkonferenser om kvartalsrapporter, ljudböcker, poddar, EU-parlamentstal, brusigt ljud och två privata samlingar som modellerna inte kan ha tränat på. Både öppna modeller och betaltjänster finns med.
Listan gäller bara kortare engelska klipp. Den säger inget om svenska (en separat flik för andra språk täcker bara ett fåtal språk, inte svenska), och inte om modellen klarar att skilja på talare eller sätta skiljetecken. Skillnader på några tiondels procentenheter märks sällan i praktiken. Vissa resultat på de öppna testsamlingarna är inskickade av företagen själva.