2026年,有没有ASR模型在中文识别上可以替代WESP?
这个视频我将瑞评主流的支持中文转录的ASR开源模型。
哪一个模型中文转录识别准确率最高?哪个模型翻译识别最好?哪个模型适合愿意计要?哪个模型歌曲识别能力最好?
如果你使用过上述模型,欢迎在评论区给出你的推荐建议。
我做了一款可能是市面上功能最强大的AI字幕软件。
好啊,为了给用户使用最合适的ASR模型,我测试了大部分支持中文的ASR模型。
这是我祖传的中文测试音频数据集。一半以上是复杂的音频。
我会使用我自己写的Benchmark程序,让模型逐一转录,然后生成转录的结果报告。
我会重点展示其中一个讲解模型量化的音频识别结果。其中包含了大量的计算机术语与大量的数字。
先来看一下WASP,这也是用的最广的ASR模型。
WASP的优点是异于极城,生态最为丰富,支持语种多。但在中文识别上面,准确度与稳定性都是不够的。
比如容易出现幻觉,复杂的语音的场景会漏词或是乱补词。
中英混缩的错误比较多,有时会出繁体中文。
专有名词识别不准,断句不稳定,容易出长句。
歌曲识别不好,虽然带有词集时间戳,但偏移很严重。
2026年的今天,我会把它排在人上人的位置。
Memo V2.5 ASR,我上一期的视频有详细的测评,感兴趣的小伙伴可以去看一下。
是目前中文转入最强的ASR模型。
最好的方言识别能力与歌曲识别能力,几乎克服了WASP在中文识别上面的所有毛病。
唯一的问题是它是8B的参数量,体积巨大,执行很慢,顶级位置。
再来看另外一个重量级的选手,7B参数的Web Voice ASR,专有名词识别上面最好。
支持50种语言,内置功能最全面的ASR模型。
比如一次即可转入长达60分钟的音频,支持说话能分割,带有段落时间戳,音频识件识别,可以自定义乐词等。
但复杂场景容易出现幻觉,出现重复的文字。
输出的Jesion格式不够稳定,在工程处理上面要很小心。
中文断句会有不稳定的情况,方言识别很一般,我会把它放在顶级位置。
混杂ASR1.7B,强烈推荐你使用的ASR模型。
中文识别准确率高,识别稳定,不容易出现幻觉。
支持30种语言与22种方言,可以处理多语种的混缩。
可以识别歌曲,执行速度很快,自带断句非常不错。
缺点是,装有名词识别不够稳定,断句有时会出现长句。
这是我测试下来综合能力最强的中文ASR模型,我会把它排在,憨爆了。
2026年ASR模型的第一选择。
Quin3 ASR0.6B,非常好的小参数ASR模型。
执行速度非常的快,可以适配大部分的电脑部署。
Quin3 ASR1.7B,大部分的优点它都有。
不足的是,识别的稳定性与专有名词的识别会相对差一些。
Quin3 ASR0.6B,已经比Whisper好运很多了。
我会把它还在顶级推荐你使用。
Kahir这个模型,我有一期视频专门测试过。
拉完了,别愿。
幻觉非常的严重,中文识别非常的糟糕。
基本上是不可怨的。
JLM ASRNANO,这是智朴发布的1.5B的模型。
对数字的处理很好。
断句也非常的精准。
识别的准确度与稳定性,跟Quin3 ASR0.6B是差不多的。
翻炎的识别上面会相对比较一般。
然后执行的速度上面是比Quin3 ASR0.6B慢挺多的。
我会把它排在人上人,在Whisper的前面。
FireRed ASR2小红书发布的1款有特点的模型。
其实是1套可以分开使用的模型组合。
自动语音识别,语音活动检测,口语识别,和标点符号预测。
需要结合使用。
其中语音活动检测模型非常的好用。
可以准确地识别歌曲中的语音。
对幻觉的控制很好。
专有名词的错误率但是偏高。
我会把它排在NPC。
Fire ASR nano对数字的处理非常的好。
断句与方言的识别是强于Quin3 ASR0.6B的。
但稳定性不如Quin3 ASR0.6B。
会有幻觉,会有肉词的情况。
自带的字集时间戳,飘移非常的严重。
我会把它排在人上人。
Sense OIS特别适合移动端的部署。
体积很小,执行很快。
但识别的准确率上面是比较一般的。
肉词的问题挺严重的。
需要自己处理标点。
当存从识别的准确率与稳定性的角度。
我会把它排在NPC。
接下来来看一下相同语音各个模型的准确率的情况。
可以看到Memo V2.5 ASR是现在中文识别准确率最高的模型。
其次是Quin3 ASR1.7B。
除了拉胯的Kohir模型,
所有的模型的中文识别准确率都高于WESP。
最后看一下多个维度的综合对比。
单维度满分是5分。
可以看到中文识别上面综合能力Memo V2.5 ASR是最好的。
其次是Quin3 ASR1.7B。
Memo V2.5 ASR不熟的难度是很高的。
2026年最推荐的中文ASR模型就是Quin3 ASR1.7B。
方言识别最准的模型是Memo V2.5 ASR。
歌曲识别最好的模型是Quin3 ASR1.7B。
以上就是视频的全部内容。
我是浩叔,我们下一个视频见。
我们下一个视频见。