Dictation Bench 用 761 段录音实测十款语音听写应用

Voice Arena 用同一批 761 段录音、来自 87 位说话人的音频，在 Mac 上测试了十款听写应用——跑的是真实客户端而非各家 API，并公布了参考规则、应用配置和评审指令。结果还标注了哪些差距属于统计上的平手，避免误读。这套流程被作者称为 Dictation Bench，主张任何“我们是最好的”这类宣称都应该放在可公开核查的统一对比里。作者的诉求是让厂商定期按同一基准报告成绩，而不是各自拿不同条件测出的百分比让用户自己比对。 这套测试的价值在于方法透明：录音相同、配置公开、评审标准可查，厂商可以据此展示自己的领先项、解释失败案例，或指出换一个任务会改变结论——这都比模糊营销更有效。不过测试范围有限，只覆盖 macOS 上的美式英语，结论需要在这个边界内解读。对开发者工具和应用厂商来说，一个可复现的共享基准意味着改进更容易被证明。