新加入语音平台：

• 创业公司 S

  
  

新加入场景：

• 天下足球 世界杯往事

• 罗振宇 跨年演讲

• 李永乐老师 在线讲堂

测试框架：

• 修复搜狗知音平台多句结果的解析bug

新增测试：

• 全厂商 × 全场景 滚动刷新

滚动测试

最新滚动测试结果汇总

注：纵轴字准确率%，绘制范围为[80, 100]，刻度为 1%

各场景历史测试结果

新闻联播

鲁豫有约 一日行

天下足球 世界杯往事

罗振宇 跨年演讲

李永乐老师 在线讲堂

后记

• 我们在引言中反复提到，以现阶段AI技术的泛化能力，优化到极致的语音识别应用一定是不通用的，比较性能需要明确场景、应用领域。但以目前我们拿到的结果来看，谷歌在中文识别上，和国内其余厂商不在一个水平线上。这个差距之大，已经与场景、领域无关。毫无疑问谷歌是现代语音技术的开拓者，公众号的读者朋友们可以在此思考一下：技术，对一个语音识别服务性能的作用，是否是决定性的？我们在AI领域每天都见到的 “我们有最先进的技术，因此我们的性能最好” 这一逻辑链条是否足够充分？

  
  

• 可以看到，在我们目前已经建立的测试场景下，整体的中文准确率已经达到90%，甚至95%以上，这说明各家的“通用”服务，在这些高质量场景下已经可以实用，若商业场景价值链清晰，做相应定制优化，性能只会更好。语音行业应用的探索，需要全社会更广泛的认知和共同尝试。当然，作为一个测试项目，我们后面也会选取更多样，更有挑战的测试场景供大家参考。

  
  

• 后台有朋友留言询问测试的具体配置，这部分内容我们在系列文章最早期的[测试规范]中已经有详细说明，每篇文章的顶部有链接入口。需要注意，在实际实施中，有一点与最初定义的规范不一致：

• 规范中，我们设想的是关闭VAD，使测试语音更接近核心引擎（因为我们的测试集都是经过人工切分的句子）

• 实际实施中，我们发现大部分厂商并不提供 VAD(人声检测) 开关，且默认开启 VAD。在这个前提下，关闭VAD会为部分厂商带来不对等的性能优势，为了保证测试的一致性，我们最后决定把测试规范中的VAD配置统一为开启。

• 我们一般在每月20日前完成当月测试，因此并不一定保证能覆盖月末的模型更新，新结果需要等到下月的滚动测试体现。