芬兰语：清晰对话几乎零错，枪炮声里各家都在编句子

芬兰语我们测了两段清晰的日常对话：一段电话约时间，一段讲咖啡馆、结尾点单。ElevenLabs 的 WER 分别是 2.7% 和 2.9%，逐句读下来，没有一处真错。

到了战争片《无名战士》的冲锋戏，机枪和爆炸声底下，每一个引擎都开始编句子，ElevenLabs 也不例外。

测试片

四段：

芬兰语电影的完整原声很难找。后两段来自学习播客，主播上传时亲手打了逐字字幕，这是我们在小语种上找到的可靠标准答案来源。我们也刻意避开了拉普兰、卡累利阿等地的重方言片段。

测了哪些引擎

ElevenLabs Scribe v2、Speechmatics、AssemblyAI、Soniox、豆包，8 月补测了 Gemini。AssemblyAI 推出新版时，我们也在芬兰语上试过。

豆包不支持芬兰语，输出的是英文乱码。

各家踩了哪些红线

整句幻觉：几乎全出在冲锋那段。军官喊「弟兄们，该死的，往前冲！」，ElevenLabs 写成「你被活活打倒着往前」。「第三、第四，向左」，ElevenLabs 写成「撤回阵地」，AssemblyAI 写成「Paulus 预言，向左」。Speechmatics 凭空写出「兔子的请求」，结尾还有一串原片没有的句子。

清晰片段里只有一处：上校那段，AssemblyAI 把「中校先生」这个军衔写成了一串无意义的音节。

人称被换掉：冲锋那段，AssemblyAI 把「让弟兄们动起来」写成「让我们动起来」。

整段丢失：同一段里，AssemblyAI 丢了整个开头。

循环复读：Gemini 在冲锋那段把 "Vihollinen!"（敌人！）写了 75 遍以上，吞掉了整个结尾，开头还凭空多出两句。

语言漂移：Soniox 在一段清晰的片子里写出了一句英文 "Drivers to load not there"，还伴有复读。豆包整段英文。

选了谁

• 主引擎：ElevenLabs Scribe v2。 四段全部最好或并列最好，清晰片几乎完美，没有一处反转。
• 参考引擎：Speechmatics、AssemblyAI、Gemini。

Speechmatics 排第一：四段零反转，三段清晰片上的 WER 都低于 AssemblyAI（上校那段 32.7% 对 35.6%，电话 9.4% 对 12.8%，咖啡馆 4.6% 对 7.5%）。它在清晰片上犯的错只是个别词糊掉，比如 cappuccino 少写一个字母，不编句子。

AssemblyAI 排第二：三段清晰片上除了那个军衔，没有幻觉、没有反转、没有复读。它的问题集中在冲锋那种持续的枪炮加叫喊里。

Gemini：电话那段逐字零真错。

Soniox 没有用。 这几门北欧和中欧语言里，只有芬兰语没用它。在清晰片子里冒出一句英文，是比 AssemblyAI 更难防的错，它在芬兰语上只作备用。

反方证据

• Gemini 的 75 次复读是真实的生产风险：一旦发生，一整段稿子都会被吞掉。我们把它挂上，是因为它在两段日常对话上逐字零真错。
• AssemblyAI 新版在芬兰语四段里有三段比旧版差，还多出了新的幻觉。我们没有换，后来全局也回退到了旧版。
• ElevenLabs 在冲锋那段也编了两句话。主引擎在极端噪声下并不安全。

还没解决的

• 两段清晰片来自给学习者做的播客，录音室音质，比一般的访谈录音干净。
• 没有测重方言。
• 四段里有两段来自同一部电影。