丹麦语：最像访谈的那段里转得最干净的引擎，被我们换下了

丹麦语的五段测试片里，最接近真实访谈的是一段康复中心里的谈话：一个问，一个答，商量接下来的目标。这一段，AssemblyAI 转得比谁都干净。

我们还是把它从参考引擎里换了下来。

测试片

五段，来自两部电影、两位导演：

原本想用 Festen（1998）的晚宴戏，字幕都准备好了，但找不到丹麦语原声：唯一的全长片源有年龄限制，另一个是法语配音版。

测了哪些引擎

ElevenLabs Scribe v2、AssemblyAI、Speechmatics、Soniox、豆包，8 月补测了 Gemini。

豆包不支持丹麦语。送进去，出来的是英文乱码夹着中文字，还会复读。

各家踩了哪些红线

循环复读：Jagten 那场群殴的高潮，AssemblyAI 在大约 28 秒里把 "Nej det er satan" 写了 23 遍，整段真实对白被吞掉。同一个引擎在另外四段里一次都没复读。

否定反转：Speechmatics 把 "Det gør jeg ikke"（我没有）写成 "Det gør jeg"（我有），否认成了承认。超市那段，指控「可以打顾客？」被写成了「和顾客好好相处」。Adam's Apples 里的「他开枪打了我」变成了命令式的「朝我开枪」。

整句幻觉：ElevenLabs 在群殴戏里把 "Tror du ikke det"（你不这么觉得吗）写成了 "Jeg dør dig"，一句不成立的话。

改义替换：AssemblyAI 爱造近音词，比如把 koteletter（猪排）写成 koaguletter，把「蛋糕」写成「立法」，把「你为什么撒谎」写成「你为什么偷看」。Soniox 在康复中心那段把「蛋糕」写成「香蕉蛋糕」，把「我的目标是烤」写成「我妈做的」。复核时我们把 Soniox 这两处定性为有声学依据的切分错误，不算反转。

语言漂移：只有豆包。

选了谁

• 主引擎：ElevenLabs Scribe v2。 五段最干净或并列最干净，从不复读。群殴戏里那句幻觉没有带崩整段。
• 参考引擎：Speechmatics、Soniox、Gemini。

我们给新引擎进参考位定的门槛是：六类红线一处都没有，而且在主引擎以外的几家里总体排前二。Soniox 在复核时过了这道门槛，顶替了 AssemblyAI。按复核的综合排序，Speechmatics 第一，Soniox 第二，AssemblyAI 第三。

Speechmatics 留在第一位，因为它的用词准确度略好于 Soniox。它从不复读，结构最稳。

Gemini 在康复中心那段零红线，对话类素材上有两段以上零红线。

反方证据

这门语言上，反对我们这个决定的证据不少。

• AssemblyAI 的复读只在极端的肢体扭打里出现过一次，真实访谈里几乎碰不到这种场面。在最像访谈的那段，它是最干净的。如果看重「贴近生产的片子上表现如何」，而不是「红线数了几次」，留下 AssemblyAI 也说得通。
• Soniox 在安静的康复中心那段也改了意思，那种自信的错不是噪声逼出来的。
• 8 月补测 Gemini 时，我们在同一批片子上记下了 Soniox 更多的问题：群殴戏里「撒谎」两次被听成「许诺」，结尾还多出一句凭空的话；开枪那段，「他开枪打了我」两次变成「你能朝我开枪吗」。这和它「零红线」的评级是冲突的，我们还没有重新评估。
• Speechmatics 在五段里有好几处反转（每段最多一处），却排在参考引擎第一位。拿红线换掉 AssemblyAI，又不拿同一把尺子量 Speechmatics，这一点并不一致。
• Gemini 在开枪那段把「你们该走」写成「我该走」，在群殴戏里改了一处人称。

还没解决的

• Soniox 的评级需要按 8 月的新记录重新复核。
• 五段只来自两部电影，没有一段是真实的研究访谈。Festen 的原声如果能拿到，可以补一段晚宴叠音。