23 条录音,语言 zh,实时模型 gpt-live-transcribe,纠错模型 deepseek,按真实语速推流,2026-10-23 10:40 W02 完成(11.36 秒录音) W01 完成(15.76 秒录音) W03 完成(13.68 秒录音) W04 完成(11.6 秒录音) W05 完成(12.08 秒录音) W06 完成(11.6 秒录音) W07 完成(11.92 秒录音) W08 完成(11.76 秒录音) W09 完成(11.76 秒录音) W10 完成(12.4 秒录音) W12 完成(11.04 秒录音) W13 完成(10.96 秒录音) W14 完成(10.48 秒录音) W15 完成(12.32 秒录音) W16 完成(11.6 秒录音) W17 完成(10.16 秒录音) W18 完成(10.88 秒录音) W19 完成(10.16 秒录音) L01 完成(8.24 秒录音) W20 完成(10.56 秒录音) L04 完成(8.48 秒录音) L02 完成(10.08 秒录音) L06 完成(8.88 秒录音) ## 结果(23 条录音) | 做法 | 人名写对 | 术语写对 | 开口后多久出第一段字(中位数) | 说完后多久拿到最终文字(中位数) | |---|---|---|---|---| | 识别时不给名单 | 3/31 | 16/20 | 1.2 秒 | 1.03 秒 | | 识别时给 terms | 24/31 | 20/20 | 1.0 秒 | 1.00 秒 | | 识别后交给纠错模型 | 23/31 | 20/20 | 1.2 秒 | 2.69 秒 | | 识别时给 terms,再交给纠错模型 | 29/31 | 20/20 | 1.0 秒 | 2.45 秒 | | (参考)整段上传识别,不给名单 | 4/31 | 16/20 | —(说完才开始) | 3.05 秒 | 没写对的人名(做法: 名字×漏掉次数): - 识别时不给名单:{'韩昱': 5, '蔺思远': 5, 'Priya': 1, '欧阳婧': 3, '祁骁': 4, 'Kaveh': 3, '仝欣然': 3, '邝敏': 2, '糜乐': 2} - 识别时给 terms:{'蔺思远': 3, '仝欣然': 1, '祁骁': 1, '邝敏': 1, '糜乐': 1} - 识别后交给纠错模型:{'祁骁': 4, '仝欣然': 2, 'Kaveh': 1, '邝敏': 1} - 识别时给 terms,再交给纠错模型:{'仝欣然': 1, '祁骁': 1} - (参考)整段上传识别,不给名单:{'韩昱': 5, '蔺思远': 5, '欧阳婧': 3, '祁骁': 4, 'Kaveh': 3, '仝欣然': 3, '邝敏': 2, '糜乐': 2} 每条录音每种做法的文字和计时已存到 sample_output/zh_gpt-live-transcribe_run2_20261023.json