オランダ語：どのエンジンもレッドラインを越えなかった。では、どう選ぶか

今回の検証全体で、オランダ語は最も穏やかな言語でした。録音四本、エンジン四種で、捏造された文も、反転した否定も、暴走するループも一つもありませんでした。誤りはすべて一語単位の聞き違いでした。人が重なって話したり、早口だったり、訛りが強かったりする箇所で、ある語が音の似た別の語にすり替わるというものです。

レッドラインでエンジンを区別できないなら、別の選び方が必要です。私たちは、誰の誤りが誰の誤りと違うかを見ました。

テスト音源：どれも易しくない

• Alles is Liefde（2007） の二場面：互いに話を遮り合う混雑したテレビスタジオの場面（背景雑音あり）と、スーパーの店内放送にかぶさる早口の口論。中〜高難度。
• OP1 のアフガニスタン討論（2021）：ゲストが言い争い、司会者が割って入るテレビの座談会。オランダ語セットで唯一の本物のインタビュー形式の会話です。中〜高難度。
• New Kids Turbo（2010）：玄関先の借金取り立て人、ブラバント方言、複数人の言い合い、強い雑音、早口。最高難度。

四本のうち、クリーンで一定のペースの基準となる音源は一つもありません。

テストしたエンジン

第一ラウンド：ElevenLabs Scribe v2、AssemblyAI、Speechmatics、Doubao（nl-NL）。Soniox の書き起こしは後から一行ずつ検証しました。Gemini は 2026年8月に追加しました。Gladia と Deepgram はほかのヨーロッパ言語ですでに不合格だったため、オランダ語ではテストしていません。

誰の誤りも小さかった

• ElevenLabs はスタジオの場面で「Tonnen」を「Donder」と聞き、店内放送では「uitverkoop」（在庫一掃セール）を二度「uitverkocht」（売り切れ）と書きました。
• AssemblyAI は「Sint maakt grapjes」（シンタクラースが冗談を言っている）を、音の似た文字列「Zit maar krampje」に変えました。
• Speechmatics は「Ik kan die man niet verstaan」（あの男の言うことがわからない）を「I can't understand someone」に変えました。
• Doubao は字幕のほうが間違っている箇所で正しく書きました。字幕のスキャンが「Pardon」を「Rardon」、「Pleur op」を「Rleur op」と読み誤っていたのです。Doubao は正しい語を書き、そのせいで誤りと判定されました。

ほぼ全員が引っかかった罠が一つあります。ブラバント方言では「あなた」は「gij」で、いくつかのエンジンはこれを「ik」（私）と聞きました。文の主語が「あなた」から「私」に変わってしまいます。正しく書けたのは AssemblyAI だけでした。

Soniox か Doubao か：互角なら、どちらを残すか

私たちの検証で、Soniox は参照トラックの基準を満たしました。レッドラインはゼロで、主軸以外のエンジンの中で首位です。検証担当者は Doubao と入れ替えることを提案しました。そこで四本すべてで両者を一行ずつ比べました。

• スタジオの場面：Soniox のほうが良かった。Doubao は文を二つまるごと落とし、「彼にあげて」を「私にちょうだい」に変えました。
• 口論：Doubao のほうが良かった。鍵となるセリフ「Pleur op!」（失せろ！）を正しく書きましたが、Soniox はこれを意味のない音節に崩しました。
• インタビュー：意味は同じ。Soniox の優位は、人名と機関名、そして Doubao がページを「Uh」で埋めたことによるものがすべてでした。
• 方言の場面：両者とも同じ箇所で同じように間違えました。

意味の面では、乗り換える理由にならないほど僅差でした。

何を選んだか、そしてその理由

主軸：ElevenLabs Scribe v2。 四種の中で最も保守的で、語を捏造することがありません。インタビューで最もきれいで、固有名詞もすべて正確でした。

参照 1：AssemblyAI。 AssemblyAI で最も心配なのはループと捏造文ですが、インタビューではどちらも現れませんでした。そして方言の「あなた／私」の罠に落ちなかった唯一のエンジンです。

参照 2：Doubao。 どの音源でもレッドラインはなく、ほかのエンジンとは作りが違うので、誤りがほかと重なりにくいのです。

参照 3：Gemini。 インタビューでレッドラインはありませんでした。鍵となる引用（おおよそ「あなたたちには時計があり、私たちには時間がある」）を、NATO やハーグといった名前とともに正しく書き、会話をどのエンジンよりも多く書き起こしました。口論の音源では一度だけ誤りがあり、「砂を取りに行く」が無関係な語「Conversant」になりました。

Soniox は予備の筆頭で、Speechmatics より先です。

私たちの選択に不利な証拠

• 私たち自身の基準では Soniox は合格しており、検証担当者も入れ替えを勧めました。Doubao を残したのは、異なる技術的アプローチを重視したことも理由の一部で、純粋に計測上の品質だけによるものではありません。
• Gemini のオランダ語での根拠は会話音源一本に頼っています。薄い根拠です。
• エラー率で見ると、使える三本のうち二本で AssemblyAI が首位でした。主軸の ElevenLabs は、どの音源でも単独首位になっていません。

未解決の点

• ベルギーのオランダ語（フラマン語）はテストしていません。
• 本物のインタビュー音源は一本だけで、その字幕は書き直されたものなので、意味は判断できても採点はできません。