瑞典语：一句「给我道歉」，被四家引擎转成了「我道歉」

瑞典电影 Ondskan（邪恶，2003）里有一场寄宿学校的霸凌戏。施暴的学生冲对方喊 "Be om ursäkt"，意思是「给我道歉」。ElevenLabs、Speechmatics、Soniox、Deepgram 四家引擎都转成了 "Jag ber om ursäkt"，「我道歉」。逼人道歉的一方，在稿子里成了道歉的一方。

只有 AssemblyAI 转对了。这是我们瑞典语保留它的原因之一。

测试片

四段，全部来自电影和电视节目，音频不公开：

前两段专门用来逼引擎出错，后两段更接近真实访谈。

测了哪些引擎

ElevenLabs Scribe v2、AssemblyAI、Speechmatics、Soniox、Deepgram、Qwen、FunASR、豆包。2026 年 8 月又补测了 Gemini。

豆包不在它官方公布的 25 种语言里。瑞典语送进去，出来的是整段英文，还会复读，比如 "I don't know" 连写 15 遍。它在这门语言上直接出局。

各家踩了哪些红线

否定和立场反转，是这门语言上最常见的一类。开头那句是一例。ElevenLabs 在 Tillsammans 里还漏了一个 inte：「别看他们，别听他们」成了「别看他们，听他们」。Speechmatics 把 "Tycker du"（你觉得）写成 "Jag tycker"（我觉得），又把「最笨手笨脚的」写成「最不诚实的」，形容一个人的话从笨拙变成了人品问题。

整句幻觉，我们一开始记在了 AssemblyAI 头上：两段群戏里它有三句话，字幕里找不到。复核时发现，Soniox 和 Qwen 在同一个位置听到了同样的话。是字幕漏记了真实台词。这件事让我们以后先怀疑标准答案。

循环复读：Qwen 在瑞典语上有明显的复读倾向，机器扫描统计到同一个词短距离重复 35 次。Speechmatics 把群喊的 "Kryp!" 转成了 12 个 "Hi"，严格说是替换，但意思全丢了。

语言漂移只出现在豆包身上。整段丢失和凭空插入，这批片子上没有看到哪家有明显的一例。

选了谁

• 主引擎：ElevenLabs Scribe v2。 四段里最完整、最忠实，没有复读。它的两处反转都出现在群戏片里，两段访谈片上一处没有。
• 参考引擎：AssemblyAI、Soniox、Gemini。

AssemblyAI 的理由已经说了：开头那句只有它对，两段访谈片上它很干净。

Soniox 顶替的是 Speechmatics。Speechmatics 原来的记录是「零反转」，复核时这个说法站不住：开头那句它也错了，另外两处改义也出自它。Soniox 在这四段上没有一处只有它自己犯的红线；Speechmatics 每个失分的地方，Soniox 要么转对，要么老实地空着不写。

Gemini 是 8 月加上的。两段访谈片上零红线，Morgonstudion 转出 730 个词，是几家里最完整的，书名、人名都对。

反方证据

• ElevenLabs 自己也反转了两次。它当主引擎，靠的是参考引擎能在这些地方把它拦下来。
• Gemini 在 Tillsammans 里把「你拆散了这个家」转成了「我拆散了这个家」。
• 早期的机器扫描发现，Soniox 在瑞典语上转出的字数是标准答案的 1.8 倍，还伴有重复。后来逐句复核没有找到它独有的红线，但这个信号我们记着。
• 在最干净的 Babel 那段，Speechmatics 的 WER 是 32.7%，和 Qwen 的 32.5% 同属最低一档，ElevenLabs 是 44.0%。我们还是把它换下了，因为我们看的是意思错了几处，按这个算它不如 Soniox。

还没解决的

四段片子，两段是电影群戏，两段是电视节目，没有一段是真正的研究访谈。四段都没有特意挑地方口音。开头那种几家一起错、只有一家对的地方，靠投票是救不回来的。所以涉及否定和意思正反的地方，我们不按票数定：找不到硬证据，就标出来让人听。