捷克语：一个否定前缀，决定了换掉哪个引擎

捷克语的「不」，很多时候只是贴在动词前面的一个 ne-。

我们最难的一段捷克语测试片，是一家人围着桌子同时说话的群戏。在一处关键的否定上，Speechmatics 丢了这个 ne-，意思整个反了；Soniox 保住了。捷克语的参考引擎，就是在补测这一段之后换的。

测试片

四段，取自两部电影：

测了哪些引擎

ElevenLabs Scribe v2、AssemblyAI、Speechmatics、Soniox、Deepgram、Gladia、FunASR、豆包，8 月又补测了 Gemini。

豆包不支持捷克语。四段要么没有输出，要么是英文和中文混着的乱码，还有 "No no no" 这样的复读。

各家踩了哪些红线

否定反转：就是开头那一处，Speechmatics。

整段丢失：AssemblyAI 在最难的群戏片里有两处成段漏掉；在革命那段，它总共只转出 78 个词，Speechmatics 转出了 154 个，只有它的一半。

循环复读：豆包有。ElevenLabs 在革命那段把人群喊的 "Už je to tady!"（终于来了！）写了 6 遍，字幕里只记了 2 遍。人群确实在反复喊，所以我们没有把它算成复读红线，但记了一笔。

凭空插入：Gemini 在革命那段把一句英文舞台提示 "(Crowd noise and shouting)" 写进了正文，又把「钟声大作」写成了 "zabili"（杀了）。

语言漂移：只有豆包。

整句幻觉：在最初的四段评测里，ElevenLabs、AssemblyAI、Speechmatics 都没有编过整句话。它们的错多是音近替换，有几处改了意思：Speechmatics 把「大象有三米七！」里的 má slon 听成了 máslo（黄油），把「我绝不会吞下去」听成了「我绝不会认得」。

选了谁

• 主引擎：ElevenLabs Scribe v2。 四段里有三段最忠实。饭桌那段几乎逐字全对。
• 参考引擎：Soniox、Speechmatics、Gemini。

Soniox：四段零红线。在最难的群戏片里和 ElevenLabs 并列最好，片中一个人名 Brašule 只有它写对了。关键的否定也保住了。

Speechmatics 留着，但有一条限制：一句话是肯定还是否定，如果只有 Speechmatics 一家这么写，融合时不采信。

AssemblyAI 因为上面这些整段丢失，降为备用。

Gemini 在清晰的问话片上零红线。

反方证据

• 最早那份四段报告的结论是：AssemblyAI 和 Speechmatics 都只会漏、不会说反，三家够用，不需要再加。补测最难的一段后，这个结论被推翻了。我们自己的第一版判断偏乐观。
• 革命那段，Speechmatics 转出的真实播报最多，在当时评比的三家里最好，ElevenLabs 排最后。8 月补测 Gemini 时，那段的记录写的是 ElevenLabs 大段漏掉了开头，排在垫底。主引擎在嘈杂的广播加人群场景里并不稳。
• Gemini 在捷克语上只有一段对话类素材可判。另一段它插了舞台提示，还改了意思。

还没解决的

• 四段只来自两部电影，没有一段是真正的访谈。
• Gemini 需要补测更多对话类素材。
• Speechmatics 丢过否定，我们用「不单独采信」来兜底，这是规则层面的补丁，引擎本身的问题还在。