语音识别资讯与深度分析

收录语音识别相关 AI 新闻、产品动态和产业观察。本页收录 4 篇已发布文章。

五款模型同一天上线开放平台。Realtime 在 Conversational Dynamics 榜综合得分 98.9%，Speech Reasoning 的语音推理准确率 99.7%；ASR 的非流式词错率 1.7%，并列榜首；另外三款覆

三人同时说话的 LibriMix3mix 测试里，字错率 12.29%，同场竞品落在 76% 到 121% 之间。两人混说 4.11%，单人 1.73%，真实会议录音的 AliMeeting Far 是 20.63%。

把 LibriSpeech 音频里的数字消音，多个高分模型仍有三到四成概率照念不误。它们学到的是数据集的书写习惯，拿 WER 排名去挑生产环境的语音方案，选中的可能恰好是最会应付考题的那一个。

腾讯把混元大模型接进语音识别，公开 WER、方言覆盖和 API 限制，竞争轴已经从“听清字”转向“听懂场景”。

语音识别 资讯与深度分析