Fish Audio 语音模型 transcribe-stream-1 在 Speko 基准测试中错误率最低

Speko（YC S26）发布的 Speko Benchmarks 测试了各家语音转写模型在真实对话中的表现。Fish Audio 的 transcribe-stream-1 拿到 11.5% 的词错率，是 60 名说话者自然对话场景中错误率最低的模型。排名在其后的是 Qwen3-ASR、Inworld、ElevenLabs 和 OpenAI，前四名差距不大。该基准由 Speko 组织，专门考察模型在真实对话而非朗读语音上的表现。