Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor
10 hours ago
- #SpeechRecognition
- #OnDeviceAI
- #Benchmark
- 苹果的新款SpeechAnalyzer是目前测试中最精准的设备端语音引擎，在清晰和有噪音的LibriSpeech测试集上均击败所有Whisper模型（包括Whisper Small），且速度提升约3倍。
- 传统API SFSpeechRecognizer在清晰语音上表现最差，SpeechAnalyzer将词错误率降低了3.5到4倍，建议迁移以获得更高的识别准确度。
- SpeechAnalyzer在苹果硬件上的英语转录优于Whisper Small，但Whisper在多语言支持和跨平台兼容性方面仍有优势。
- 所有引擎在M2 Pro芯片上的运行速度都快于实时，其中SpeechAnalyzer比Whisper Small快约3倍，同时保持更高的准确率。
- 该基准测试方法确保了可复现性，使用公开的原始转录稿进行验证并与OpenAI的Whisper数据对比，还帮助发现了Inscribe实现中的一个错误。