
Fireflies vai Fathom suomeksi? Testissä ero oli 54 pistettä

Jos tarvitset suomenkielisestä kokouksesta sekä litteroinnin että suomenkielisen yhteenvedon, Fireflies on julkaistun testin perusteella vahvempi lähtökohta. tl;dv:n suomalaisessa vertailussa Fireflies sai 148 ja Fathom 94 pistettä 200:sta: ero oli 54 pistettä. Fathom litteroi puheen suomeksi, mutta sen yhteenvedot ja toimenpiteet tulivat testissä englanniksi.
Tulos koskee testattuja versioita ja asetuksia. Fathomin 3.0-version päivitysohje kertoo, että Mac-käyttäjille vaiheittain jaettava versio tukee äidinkielisiä yhteenvetoja englannin lisäksi 38 kielellä lokakuusta 2026 alkaen. Ohje ei erittele näitä kieliä, joten juuri suomenkielisen yhteenvedon saatavuus pitää selvittää käytössä olevalla tilillä.
Suomenkielinen litterointi ei vielä takaa suomenkielistä muistiota
Firefliesin kielitukiluettelossa suomi kuuluu sekä litteroinnin että yhteenvetojen tukemiin kieliin. Palvelussa kokoukselle voi valita kielen etukäteen tai käyttää automaattista tunnistusta. Jos kokous on pääosin suomeksi, käsin valittu kieli tekee vertailusta selkeämmän: silloin mahdollinen virhe puheen tekstiksi muuttamisessa ei sekoitu virheeseen, jossa palvelu tunnistaa kokouksen pääkielen väärin.
Fathomin kieliohjeessa suomi on litterointikielten joukossa, mutta automaattisesti käännettyjen yhteenvetojen listalla ovat espanja, portugali, saksa, ranska, italia ja hollanti. Ohje kuvaa aiempaa kielitukea, kun taas uudemman Mac-version jakelu on vaiheittainen. Ostajan kannalta ratkaiseva ero on tuotoksessa: suomenkielinen puhe voi päätyä suomenkieliseksi litteroinniksi ja silti englanninkieliseksi muistioksi.
Mitä piste-ero kertoo työn laadusta?
Kokonaispisteet yhdistävät puheentunnistuksen, kokoustuotosten laadun, ominaisuudet sekä tietoturvaan ja arvoon liittyvät tekijät. Niitä ei pidä tulkita sanantunnistuksen prosenttiluvuiksi. Vertailussa Fireflies pärjäsi Fathomia paremmin myös pelkässä puheen tunnistamisessa, mutta suuri ero kokonaispisteissä syntyi useasta arviointikohdasta, muun muassa yhteenvedon kielestä ja ominaisuuksien saatavuudesta.
Yhteenvedon kieli on käytännön työssä oma laatukysymyksensä. Englanninkielinen muistio vaatii suomenkieliseltä tiimiltä kääntämistä tai uudelleenkirjoittamista ennen jakamista. Samalla on tarkistettava, ovatko päätökset, nimet ja vastuut siirtyneet oikein litteroinnista tiivistelmään. Pelkkä sujuva suomen kieli ei tee muistiosta luotettavaa, jos sen sisältö muuttuu matkan varrella.
Nimet ja luvut paljastavat kummankin heikkoudet
Firefliesin parempi kokonaistulos ei tarkoita virheetöntä pöytäkirjaa. Testissä palvelu muutti yhdessä kohdassa miljardit miljooniksi ja liitti yhteenvedossa tehtäviä henkilölle, jota kokouksessa ei ollut. Fathom säilytti kyseisen suuren luvun oikein. Yksittäisen luvun kohdalla heikommin sijoittunut palvelu voi siis onnistua paremmin, vaikka sen koko kokouksesta tuottama muistio olisi hankalampi käyttää.
Molemmat palvelut tekivät myös erisnimivirheitä. Ne ovat erityisen hankalia, kun väärin litteroitu nimi päätyy vielä tehtävän vastuuhenkilöksi tai asiakkaaksi yhteenvedossa. Tällöin virhe ei jää vain hakutoimintoa haittaavaksi kirjoitusasuksi, vaan voi ohjata jatkotyötä väärälle ihmiselle. Lukuja kannattaa arvioida samalla tavalla: muuttunut suuruusluokka voi kääntää päätöksen merkityksen, vaikka muu kappale olisi luettavaa suomea.
Millaiset rajat julkaistulla testillä on?
Vertailun julkaisi tl;dv, joka myy itse kilpailevaa kokousavustajaa. Testissä käytettiin eduskunnan kyselytuntien tallenteita. Ne sisältävät nopeita puhujanvaihdoksia, nimiä, lukuja ja erikoissanastoa, joten aineisto koettelee juuri niitä kohtia, joissa automaattinen muistio voi johtaa lukijaa harhaan. Tavallisen projektipalaverin ääniympäristö ja sanasto voivat kuitenkin tuottaa toisenlaisen tuloksen.
Tuotokset arvioitiin nimettöminä kielimalleilla, ja suomea äidinkielenään puhuvan arvio oli julkaisussa vielä tekemättä. Sanavirheitä verrattiin eduskunnan toimitettuun pöytäkirjaan, joka siistii puheen toistoa ja korjauksia. Siksi pöytäkirjaan verrattu virheosuus ei kuvaa täsmällisesti sitä, kuinka monta puhuttua sanaa palvelu tunnisti väärin.
Myös koereitti vaikutti pisteisiin. Fathomiin ei voinut ladata tallennetta samaa lisäkoetta varten kuin muihin palveluihin, ja testin pisteytys antoi puuttuvasta ominaisuudesta nollan. Tämä on olennainen tieto sille, joka tarvitsee vanhojen tallenteiden käsittelyä; vain suorien verkkokokousten muistioita tarvitsevalle sama puute voi painaa vähemmän. Pisteet kuvaavat testin valitsemia käyttötapoja ja painotuksia.
Oma kokous ratkaisee valinnan
Paras ostokoe käyttää samaa, osallistujien luvalla tallennettua suomenkielistä kokousta molemmissa palveluissa. Mukana pitäisi olla omaan työhön kuuluvia nimiä, lukuja, päätöksiä ja puhujanvaihdoksia. Vertailun pohjaksi tarvitaan alkuperäinen ääni ja tieto siitä, mitä kokouksessa todella sovittiin; muuten siistiltä näyttävää mutta väärää yhteenvetoa on vaikea tunnistaa.
- Litterointi: säilyvätkö puhujien vuorot ja lauseiden merkitys? Merkitse erityisesti virheet, jotka muuttavat sovittua asiaa.
- Yhteenvedon kieli: tulevatko muistio ja toimenpiteet suomeksi juuri käytössä olevalla tilillä ja versiolla?
- Nimet ja luvut: vastaavatko henkilöt, yritykset, rahasummat ja määräajat alkuperäistä puhetta myös yhteenvedossa?
- Tehtävät: löytyykö jokaiselle ehdotetulle toimenpiteelle kokouksesta selvä päätös ja oikea vastuuhenkilö?
- Tietojen käsittely: ketkä pääsevät tallenteeseen ja muistioon, kuinka kauan ne säilyvät ja mitä poistamisen sekä äänen käytön asetuksia tilillä on?
Jos suomenkielinen muistio tarvitaan käyttöön ilman erillistä käännöstyötä, julkaistu vertailu puoltaa Firefliesin kokeilemista ensin. Fathomin päivitettyä versiota arvioitaessa tärkeintä on tarkistaa sen todellinen yhteenvetokieli omalla tilillä. Lopullinen valinta riippuu siitä, kumpi säilyttää juuri omien kokousten päätökset, nimet ja luvut oikein.
Lue myös:
Aiheeseen liittyvät artikkelit


Zoom vai Google Meet? Heikko yhteys voi ratkaista ennen tekoälymuistioita

Zoom AI Companion vai Teams Copilot? Tallennus muuttaa valinnan

ElevenLabs vai Cartesia? Suomen kieli ei ratkaise, viive ratkaisee

Leonardo AI vai Adobe Firefly? Yrityskäytössä koulutusdata ratkaisee

Slack vai Teams? Kokouspainotteinen työ voi tehdä halvemman valinnan
Tilaa uutiskirjeemme
Saat tuoreimmat Web3-, tekoäly- ja kryptouutiset suoraan sähköpostiisi.