Voice Arena 发布听写应用基准 Dictation Bench，Wispr Flow 得分 79%
Voice Arena 发布听写应用基准 Dictation Bench
Voice Arena 推出开放基准 Dictation Bench，在 Mac 上用 761 段来自 87 位说话人的录音实测 10 款真实听写应用（非 API），由 5 个 LLM 评审判断草稿能否直接发送，结果显示 Wispr Flow 得分 79%，Apple 仅 35%。
Rohan Paul· @rohanpaul_ai · X·2026-11-11 23:09· 43 分钟前AI 评分49
AI 导读
Voice Arena 推出首个开放 AI 听写应用基准 Dictation Bench，在 Mac 上用 761 段来自 87 位说话人的录音实测 10 款真实应用（非 API），由 5 个 LLM 评审判断草稿能否直接发送。结果显示 Wispr Flow 得分 79%，Apple 仅 35%。该基准目前仅覆盖 macOS 美式英语，并公开了参考策略、应用配置、评审指令及标注统计并列的结果。
正文 · 原文
如果一家听写公司说它是最好的，我现在会问它在 Dictation Bench 上得分如何。
一次测试并不能覆盖所有用例，但这种说法应该能在任何人都可以检查的共享对比中站得住脚。
@voicearena_ai 在 Mac 上将同样的 761 段来自 87 位说话人的录音播放给十款听写应用（真实应用，而非其 API）。他们公开了参考策略、应用配置、评审指令，以及标注了哪些差距属于统计并列的结果。
所以公司现在有了具体的东西可以回应。他们可以展示自己的产品在哪里领先、解释失败之处，或者说明换一个任务会改变结果。这些都比让用户去比较在不同条件下测得的百分比更有用。
当前测试仅覆盖 macOS 上的美式英语，结果应在此范围内解读。在这一范围内，我希望公司能定期针对该基准进行报告。共享标准让说法更容易核查，让改进更容易证明，而这个基准是一个切实可行的起点。
在 X 查看被引用的帖子Drop 4/15：宣布 Voice Arena Dictation Bench——首个 AI 听写应用的开放基准。
不是它们的 API：是真实应用。我们在 Mac 上将来自 87 位说话人的 761 段录音播放给 10 款应用中的每一款，然后由 5 个 LLM 评审判断每份草稿能否原样发送。
Wispr Flow：79%。Apple：35% 🧵
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news