Cekura基准测试显示,主流流式语音识别模型在干净音频与真实电话通话中的表现差异显著:最准模型的词错误率从1.75%升至4.83%,19个模型中有16个在真实通话上表现更差,中位升幅达54%。原因包括对话抢话、设备环境差异及测试集污染。文章建议企业用自有通话录音自建测试集,关注误差范围、关键字段准确率和转写延迟,不应仅凭公开排行榜采购。
完成下面两步后,将自动完成登录并继续当前操作。