Voxtral 转写 1891 年埃菲尔留声机录音：107 词对 100 词，WER 仅 6.5%

IsForAt · x · 2026-10-21

网友用 Mistral 新发布的 Voxtral 转写模型挑战一段 135 年前的噪音法语留声机录音——1891 年 Gustave Eiffel 的口述。对照法国 INA 公布的节选文本，模型在 107 个词中匹配了 100 个（WER 6.5%），还额外转写出参考文本遗漏的 75 个词。它对埃菲尔的口述处理得很好，但在专有名词和部分宾客对话上表现挣扎。这次实测既是 Voxtral 3 发布后的趣味验证，也展示了现代语音识别对极端老旧音频的能力边界。