希腊语：重音符一丢，半数词就残了

豆包在接对希腊语的语言代码之后，输出的确实是希腊语，意思也对得上。可每一个带重音符（tonos）的元音都整个不见了：κάνεις 变成 κνεις，έχουμε 变成 χουμε，Μπήκε 只剩下 Βκη。大约一半的词因此残缺。

我们一开始怀疑是自己的处理流程把符号剥掉了。查下来不是：同一条流程里，另外四家引擎的重音符都完好（各 81 到 87 个），豆包是 0。这是豆包自己的行为。它没有编造内容，也没有反转意思，只是残缺得太厉害，达不到参考轨的门槛。

测试片：四段都偏「清晰」

• 《狗牙》（Κυνόδοντας，2009） 两段：五个人围着餐桌对话，数字很多；保安来访加父亲问诊，快速轮替，有「阑尾炎」（σκωληκοειδίτιδα）这种医学长词。
• 《阿尔卑斯》（Άλπεις，2011） 两段：医院前台急问急答，有外国人名 Jude Law；家庭探访加读时尚杂志，里面有 Ferré、Guatemala、Winona Ryder 这些外来名。

四段都出自同一位导演，风格刻意冷静、缓慢，一个人说完另一个人再说。按我们的三档难度，大多落在基础档。我们找了四十多部片，想补一段多人抢话、噪声重的片子，没找到音频和希腊语字幕都齐的。

候选引擎

ElevenLabs Scribe v2、Speechmatics、AssemblyAI、豆包（el-GR）。Soniox 的稿子来自另一轮全引擎补测，复核时一起对照。2026 年 8 月补测了 Gemini。

各家的红线

AssemblyAI 四段都有问题，换了一部电影照样出现：

• 否定反转：「Μπήκε χειρουργείο」（进了手术室）写成「Βγήκε η χειρουργία」（手术出来了），意思掉了个头。
• 整段丢失：读杂志那段，三个外来名所在的内容整段没有。
• 循环复读：结尾三个词挤在同一个时间点上反复吐。
• 造词：Jude Law 写成一个不存在的名字；「给丝兰浇水」里的丝兰变成了生造的 Ιούκαντ。

Speechmatics 大多是漏冠词、漏介词这类最安全的错，但也有两处不安全：读杂志那段把「Winona Ryder 专访」写成了英文「Coming soon」；医院那段把「另一个一样的」写成「还有真相」。另外把「要咖啡吗」（Θες καφέ）听成了「昨天咖啡」（Χθες καφέ）。

ElevenLabs：零幻觉。阑尾炎那个长词拼对了，Jude Law 对了，杂志里三个外来名全对（Ferré 少了一个字母）。

选了谁、为什么

主轨：ElevenLabs Scribe v2。 四段里三段错误率第一，剩下那段输在数字写法上。逐句读下来几乎没错。

参考轨一：Speechmatics。 四段稳居第二，和主轨很接近，错的大多是漏字，危险的错是偶发的。

参考轨二：Soniox。 四段都比 AssemblyAI 好，重音符完整。

参考轨三：Gemini。 8 月补测里，餐桌那段它零红线，错误率 11.9% 排第一；居家那段只有一处，把「炸肉排」（Σνίτσελ）写成了「通常」（Συνήθως）。

AssemblyAI 不在常驻阵容里，豆包排除。

反方证据

• Speechmatics 排在 Soniox 前面是沿用下来的顺序，不是比出来的。复核时三段里 Soniox 读起来意思不比 Speechmatics 差。现在两条都用，顺序暂时没影响；哪天只能留一条，得重新比。
• Speechmatics 那处「Coming soon」是凭空冒出来的英文，性质不轻。它留下，是因为四段里只出现一次，而且豆包在希腊语上用不了，能补位的引擎本来就少。
• 在最初四家的比较里，餐桌那段按错误率 Speechmatics 是第一。

还没解决的

• 没有强噪声、多人抢话的片子，这是最大的缺口。AssemblyAI 在这么清晰的片子上都出问题，吵的场景下各家会怎样，我们不知道。
• 没有访谈素材。我们为此找到过一部希腊语字幕质量很好的片子，但网上唯一的「全片」挂的是别的音频，只能放弃。