O que determina a qualidade de uma transcrição
Três fatores, e sotaque não é um deles. O primeiro é a distância do microfone: um celular no meio da mesa pega muito mais barulho de sala que o mesmo celular perto de quem está falando, e esse barulho acaba virando palavra errada. O segundo é a fala sobreposta: quando duas pessoas falam ao mesmo tempo, nenhum sistema distingue as duas com precisão.
O terceiro é o vocabulário próprio da gravação. Os erros mais comuns são nomes de empresa, sobrenomes e siglas do setor, justamente porque não aparecem em lugar nenhum. Eles se corrigem em dois minutos editando o texto, e é aí que se ganha precisão de verdade.