NatWest 实测:Cohere Transcribe 英音 WER 15.3% 胜 Whisper
Nils_Reimers · x · 2026-10-21
NatWest 银行的独立研究测试各 ASR 模型在英国口音(含苏格兰、爱尔兰、威尔士口音)语音上的表现,发布 arXiv 论文及 CavaBench 金融语音查询基准:
- Cohere Transcribe 词错率 15.3%,超过 Whisper Turbo 和 Parakeet,且跨口音准确率差距最小,无需微调
- 现有 ASR 多以美式英语训练,口音错误会传导到 LLM 阶段,损坏工具调用参数,在金融场景代价尤其高
- WER 强预测下游工具调用准确率(r=-0.93),但 WER 未必反映任务级表现,不同模型和声学条件下口音相关失败差异显著
对金融语音助手和客服自动化的模型选型有直接参考价值。
「模型」频道最新
- Reddit 用户质疑 6.1 Ultra 额度缩水,寻独立基准测算 — Reiszecke · 2026-10-21
- Sentence Transformers v6.2 发布：内置 mergekit 模型合并 — tomaarsen · 2026-10-21
- 同一库写两遍：开源模型成本仅 Opus 的 1/18 — robeybeswick · 2026-10-21
- Gary Marcus 转发实测:Pangram 检测器把 2016 年人写论文判为 100% AI — GaryMarcus · 2026-10-21
- 用户出谜题刁难 AI：ChatGPT、Claude 全军覆没 — DoItYourselfMate · 2026-10-21
- Grok 语音模式好评但 $30 额度消耗快,ChatGPT 语音被吐槽卡顿 — DevDminGod · 2026-10-21