待验证90% 置信事实时间未知
当前主流ASR系统如OpenAI的Whisper、Google Speech-to-Text在面对口音、语速变化、背景噪音、专业术语等场景时错误率仍会显著上升
1
来源数
90%
置信度
中期 (~90 天)
时效性
2026/6/1
首次发现
有效期至：2026/8/30
来源
Manus vs 天工 vs Liaobots：AI字幕翻译实测评分对比
bilibilireliefe
涉及实体
相关事实
待验证主流ASR系统(如Whisper、Google Speech-to-Text)主要在成人语音数据集上训练，在儿童语音上的词错误率通常比成人高出30%-50%82% 相似待验证在强噪声环境、高密度专业术语或非标准口音场景下，ASR的词错率会显著上升，通常需要领域微调才能达到可用精度80% 相似已验证传统语音交互系统中，语音携带的情感、语气、语速等副语言信息在ASR阶段转换为纯文本时会彻底丢失75% 相似待验证翻译手表的语音拾音效果决定嘈杂环境可用性，选带双麦克风降噪的机型，单麦机型在餐厅/街道等环境下识别错误率显著升高74% 相似待验证语音识别对标准口音表现较好，但面对浓重地方口音、语速极快或背景噪音大的场景，识别准确率会明显下降74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/21048API
curl https://kongchang.com/api/v1/knowledge/claims/21048MCP
get_claim(id=21048)