中文：在枪炮声和哭喊里给普通话挑引擎

在《流浪地球》的一段救援戏里，普通话的呼喊中间夹着一段英文灾害广播。Speechmatics 把这段广播转成了「Team Violence Eduardo Saverin Fear」，Eduardo Saverin 是另一部电影《社交网络》里的角色名。同一段，AssemblyAI 把英文硬译成了一句不通的中文，FunASR 整段没有输出。

中文是我们唯一一门挂了四条参考轨的语言。这篇讲这四条是怎么选出来的。

测试片

四段国产电影片段，每段三到五分钟，全是普通话：

• **《让子弹飞》**开场劫车谈判：录音清楚，语速快，几个人互相打断，人名很密。
• **《集结号》**阵地攻防：枪炮声压着说话，命令稀疏，伤员的喊叫叠在一起。
• **《流浪地球》**上海救援：灾难现场的嘈杂，普通话里夹着英文广播。
• **《唐山大地震》**废墟：母亲哭喊着找孩子，余震轰鸣，音质发糊。

按我们在第一篇里讲的三档难度，《让子弹飞》接近中高档，后三段都在极限档。一两个人安静聊天的基础档，这四段没有覆盖。

我们刻意让三段带重噪声：整句编造这类最危险的错，只在半听得懂、又盖着噪声的段落里出现。

测了哪些引擎

豆包、讯飞、FunASR（旗舰版和 flash 版）、通义的两个 Qwen 模型、ElevenLabs、AssemblyAI、Speechmatics、Soniox、Deepgram，一共 11 家。后来又拿开源的 Whisper large-v3 跑了一遍，作参照。

六类红线，各家踩了哪些

整句幻觉。 Speechmatics 在三段噪声片上都编了句子：《集结号》里凭空出现「我早说过了……要人陪着吗我笑着说」，《唐山大地震》里出现「我爱运动我好大家好」，惨叫被转成「咩咩咩咩」。Whisper 在《流浪地球》的呼喊里造出「李总统早在早在」，把《唐山大地震》里的「这有孩子快来人啊」写成「是包子是包子包子」。

循环复读。 Whisper 四段全中，连清楚的《让子弹飞》结尾都没躲过：「忍耐！」变成一个无意义的词，后面跟着 13 个「那」。Qwen 的 omni-plus 模型在《唐山大地震》的哭喊里整段崩掉。

否定反转。 豆包、ElevenLabs、AssemblyAI、讯飞在四段里都没出现明确的否定反转。Whisper 有一处接近的：「黑子挺住了」写成「停住了」。

整段丢失。 AssemblyAI 遇到重噪声会直接停。《集结号》它只转了开头大约 30 个字，《唐山大地震》开头的噪声段也漏了。它没编东西，可缺了一整段就没法核对。Whisper 更糟，《唐山大地震》前 70 秒被一串「我」和「太」盖住，母亲的呼救全没了。

语言漂移。 就是开头那段英文广播。复核后确认，豆包、ElevenLabs、讯飞、Soniox 都照原样保留了英文。FunASR 和 omni-plus 整段丢，AssemblyAI 译成了中文，Speechmatics 编成了人名。

凭空插入。 ElevenLabs 在《集结号》里多出一句「机枪手活捉副团长」。其余十路引擎都没转出这句，标准答案在那一段又是空的。我们判断不了它是真话还是编的，记为存疑。

选了谁

主轨：ElevenLabs Scribe v2。 三段噪声片上零反转，没有确证的幻觉，只有上面那一处存疑。说话人区分只用它的结果。

参考轨，按优先级：

1. 豆包：四段零幻觉、零反转，转出的内容最全，英文广播也照原样保留。
2. FunASR：三段噪声片里没编过一句话，只有漏和听糊。
3. 讯飞：录音清楚时是最准的几家之一，《让子弹飞》CER 12.2%。
4. Gemini：2026 年 8 月 25 日加入。它是端到端的大模型，出错的方式和前三条声学引擎不一样；输出按整句给，不按词给，不参与说话人判断。

四条全部都跑。

不利于这个选择的证据

• FunASR 是三条声学轨里最弱的。 它把「二十万」写成「2010万」，把《让子弹飞》里「恩爱」「忍耐」这两句关键回答漏掉了，夹英文的地方英文会整段丢。留着它，是因为它在噪声里不崩、不编，准确度不是理由。
• 讯飞和豆包谁排前面，其实没定。 清晰片的结果提示讯飞不输豆包，FunASR 垫底；但只有一段清晰片，这个排序复核一直挂着。
• 我们为「不编」放弃过更准的引擎。 Qwen 的 omni-plus 在《集结号》和《流浪地球》上 CER 都是最低的，可它会在弱音段编句子（《流浪地球》结尾多出一句「吞下我工位上锁了」），在《唐山大地震》上又整段崩掉，所以没选。
• 主轨也会错得离谱。 ElevenLabs 在《唐山大地震》里把母亲一直在喊的「大强」听成「大姐」，把「玻璃撑不住了」写成「我顶不住了」。

还没解决的问题

• 四段都是电影，没有一段是真实访谈，也没有基础档的片子。
• ElevenLabs 当时没跑《让子弹飞》这段清晰片。它在更难的三段上表现稳，但这一格是空的。
• Gemini 在中文上没有在这四段公开片上做过逐句核对，这篇没有它的中文证据可以给你看。
• 人名没有计分。「大强」这类错误靠术语库解决，这批测试不评。