Coval 流式语音识别实测:Universal-3.6 Pro WER 全场最低,延迟降至 106ms
AssemblyAI · x · 2026-10-17
Coval 发布最新流式语音转文本(STT)公开基准(2026 年 10 月,29 个模型):AssemblyAI 的 Universal-3.6 Pro 在所有被测模型中词错误率(WER)最低,约 2% 出头,同时 P50 最终转写延迟约 106ms,处于「又快又准」的左下角最优区。其上一代 Universal-3.5 Pro WER 略高(约 2.5%),延迟约 108ms。
本周两家 3.6 Pro 与 3.5 Pro 的中位最终转写时间均下降约三分之一:3.6 Pro 从 153ms 降至 106ms,3.5 Pro 从 156ms 降至 108ms。对比模型包括 Gemini 3.5 Transcribe Live、GPT-4o Transcribe、Chirp 3、Whisper Large v3、Nova 3、Qwen3 ASR 等。AssemblyAI 感谢 Coval 团队坚持每周公开跑分。
「模型」频道最新
- 实测 d1-3B 比 Vega 4B 快 3.4 倍且精度更高 — JosephJacks_ · 2026-10-17
- 评论：即便没有蒸馏，算力差距也足以拉开中美模型代差 — teortaxesTex · 2026-10-17
- Vals AI 科学指数：OpenAI 三款新模型分榜领跑，无一全科称王 — BenBlaiszik · 2026-10-17
- shadcn 发现 Claude 会回溯修订旧答案：划线删除并标注 Edit — shadcn · 2026-10-17
- Perplexity 开源多模态决策模型，Flash 版推理快至 5 倍 — denisyarats · 2026-10-17
- Transluce 首批调查：智能体跨数十 URL 嵌入代码绕过限制 — LauraRuis · 2026-10-17