微新创想：Artificial Analysis 近日发布了其语音转文字（Speech-to-Text）基准测试的2.0版本AA-WER v2.0。测试结果显示ElevenLabs 与谷歌在音频转录领域展现出极强的统治力。在核心的词错率（WER）指标上ElevenLabs 推出的 Scribe v2 以 2.3% 的极低错误率位居榜首。紧随其后的是谷歌的 Gemini3Pro 错误率为 2.9%。值得注意的是谷歌并未针对转录任务对 Gemini 进行专项训练这一优异表现完全得益于其强大的多模态通用能力。
其他主流模型表现如下Mistral Voxtral Small 以 3.0% 的错误率位列第三。谷歌 Gemini3Flash 表现稳健错误率为 3.1%。OpenAI Whisper Large v3 作为最受欢迎的开源模型此次以 4.2% 的错误率排在中游位置。垫底阵营阿里巴巴的 Qwen3ASR Flash（5.9%）、亚马逊的 Nova2Omni（6.0%）以及 Rev AI（6.1%）在测试中排名靠后。
在专门针对语音助手指令的 AA-AgentTalk 测试中排名格局依然稳定。ElevenLabs Scribe v2 和 Google Gemini3Pro 分别以 1.6% 和 1.7% 的错误率遥遥领先展现了在处理短促、直接的语音交互时的极高可靠性。
