Whisper与人类对带口音语音的识别敏感度相似

2026年10月30日，一项尚未经同行评审的PsyArXiv预印本研究比较了OpenAI的Whisper自动语音识别模型与人类转写者对带口音英语语音的识别表现。研究使用300句英语句子，由20位说话者录制，其中半数为美国口音、半数为西班牙口音，共75名人类转写者参与。结果显示，模型错误率随模型规模增大而下降，但对西班牙口音语音的错误率仍高于美国口音，这一差异程度与人类转写者大致相当。在句子语境的使用上，人类仅从高可预测性句子中获益，模型则能从任何句子语境中获益。此外，人类在孤立单词上的表现数值上优于表现最好的大模型，且两者的错误模式不同。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。