待验证60% 置信事实精确时间
研究表明，Whisper 在静音段产生幻觉的概率尤为突出，转录结果流畅但内容与原音不符
2
来源数
60%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
语音转文字总出错？混乱录音转录优化实战指南
redditr/LanguageTechnology2026/7/11
相关事实
待验证OpenAI的Whisper能在多种口音和噪音环境下实现较高识别率，但在极度恐慌、哭喊或耳语等极端条件下错误率显著上升77% 相似待验证标准Whisper模型在处理歌声时准确率会下降，社区开发了whisper-timestamped等变体实现逐词级别时间轴对齐76% 相似待验证Whisper + pyannote 的联合推理尝试在 word-level 对齐粒度上减少说话人归属误差76% 相似待验证端到端音频模型可能在音频层面产生幻觉，即生成训练数据中存在但与当前语境无关的音频片段74% 相似待验证大多数辅音和元音的区分依赖多条共振峰线索，即使部分被遮蔽仍有冗余信息可利用，鲁棒性更高73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/497308API
curl https://kongchang.com/api/v1/knowledge/claims/497308MCP
get_claim(id=497308)