荷兰语：四家都没踩红线，那还怎么挑？

荷兰语是这批测试里最「平静」的一门。四段录音、四家引擎，没有一处整句幻觉，没有一处否定反转，也没有循环复读。所有的错都是词级的听岔：几个人同时说话、语速太快，或者方言太重的地方，某个词被换成了发音相近的另一个。

红线分不出高下，挑引擎就只能看别的：谁和谁错得不一样。

测试片：没有一段是「简单」的

• Alles is Liefde（2007） 取两段：一段演播室群戏，多人打断、抢答，有底噪；一段快速争吵，背景是超市促销广播。中高档。
• OP1 阿富汗时事辩论（2021）：电视圆桌，嘉宾激辩，主持人插话。这是荷兰语里唯一一段真实的访谈式对话。中高档。
• New Kids Turbo（2010）：上门催债，布拉班特方言，多人交锋，噪声重，语速快。极限档。

这四段里没有一段录音清晰、节奏平稳的基础片。

候选引擎

第一轮：ElevenLabs Scribe v2、AssemblyAI、Speechmatics、豆包（nl-NL）。Soniox 的稿子后来逐句复核过。2026 年 8 月补测了 Gemini。Gladia、Deepgram 在其他欧洲语言上已出局，荷兰语没有测。

各家的错，都是小错

• ElevenLabs：群戏里把 Tonnen 听成 Donder；超市广播里的 uitverkoop（清仓）两次写成 uitverkocht（卖光了）。
• AssemblyAI：把「Sint maakt grapjes」（圣尼古拉在开玩笑）写成了一串近音的「Zit maar krampje」。
• Speechmatics：「Ik kan die man niet verstaan」（我听不懂那个人）变成「我听不懂某人」。
• 豆包：字幕扫描时把 Pardon 错认成 Rardon，把 Pleur op 错认成 Rleur op，豆包反而转对了，结果被错误率算成错。

还有一个几乎人人都掉进去的坑：布拉班特方言里「你」说成 gij，好几家引擎把 gij 听成 ik（我），句子的主语从「你」变成了「我」。只有 AssemblyAI 转对了。

Soniox 和豆包：打平了，留谁？

复核时 Soniox 达到了我们的入轨标准：零红线，而且在主轨以外的引擎里排第一。评审员建议用它换掉豆包。我们把两家四段逐句对了一遍：

• 群戏片：Soniox 更好。豆包丢了两整句，还把「给他」写成「给我」。
• 争吵片：豆包更好。一句关键的「Pleur op!」（滚！）豆包转对了，Soniox 糊成了一串没意义的音节。
• 访谈片：意思上两家完全一致。Soniox 领先的地方都在人名、机构名，和豆包满屏的「Uh」这类语气词上。
• 方言片：两家在同样的地方、以同样的方式错。

意思上差不多，就不构成换的理由。

选了谁、为什么

主轨：ElevenLabs Scribe v2。 四段里最保守，不造词。访谈片里最干净，人名机构名全对。

参考轨一：AssemblyAI。 我们对它最担心的是复读和整句幻觉，这两样在访谈片里都没出现。方言里「你/我」那个坑，只有它没掉进去。

参考轨二：豆包。 四段零红线，和别家技术路线不同，错的地方不容易和别家重叠。

参考轨三：Gemini。 访谈片零红线，关键引语和北约、海牙这些名称全对，转出来的内容四家里最完整。争吵片有一处：「我来拿沙子」变成了一个不相干的词「Conversant」。

Soniox 是第一顺位备用，排在 Speechmatics 前面。

反方证据

• 按我们自己的入轨标准，Soniox 够格，评审也建议换它。留下豆包，一部分是看重技术路线的多样性，不全是实测质量。
• Gemini 在荷兰语上只有一段对话类素材，证据偏薄。
• 按错误率，AssemblyAI 在三段可用的片子里有两段排第一，主轨 ElevenLabs 一段也没拿到单独第一。

还没解决的

• 比利时的荷兰语（佛拉芒语）没有测。
• 真实访谈素材只有一段，而且它的字幕是改写版，只能看意思，不能打分。