声网 ai 模型评测平台（对话式）2.0 版本近日正式发布，评测能力迎来全面升级：测试覆盖区域扩展至10个全球核心城市，遍及各大洲；可选模型数量增长3倍；asr 模型新增支持9种语言的词错误率评估；tts 模型则在中英文场景下引入词错误率与字母数字性能对比功能，同时开放用户自定义输入中英文文本，一键生成语音效果。
自上线以来，AI 模型评测平台（对话式）凭借对 ASR+LLM+TTS 主流服务商延迟数据的横向测评能力，广受开发者欢迎。此次2.0版本新增多项衡量对话式AI体验质量的关键维度，不仅为开发者在级联大模型选型过程中提供更直观、多维的可视化参考，也显著提升了技术选型的精准度与效率。
测试范围拓展至全球十大城市，模型选择更加丰富
本次升级后，AI 模型评测平台的测试区域从原有的中国大陆-上海，新增新加坡、日本东京、美国洛杉矶、德国法兰克福等9个国际主要节点，实现全球化布局。与此同时，ASR、LLM 和 TTS 三大模块支持的模型总数提升3倍。例如，LLM 领域新增 Step 2 mini、Llama 3.3 70B、GPT 4.1 mini、Gemini 2.0 Flash、Claude Haiku 3.5 等主流大模型；ASR 与 TTS 模块也集成了 OpenAI、Microsoft Azure、Cartesia 等领先AI厂商的核心模型。
通过扩大地理测试范围和增强模型多样性，平台能够更好地满足不同地区开发者的本地化需求，助力全球用户进行更具针对性的技术评估与决策。
图：AI模型评测平台右上角可选择测试区域
ASR 支持9语种错词率评测，TTS 准确性实现量化分析
在原有末字延迟（TTLW）指标基础上，ASR 模型评测新增词错误率（WER）维度，并覆盖中文、英语、日语、法语等9种语言的识别准确率对比，全面展现各模型在多语种对话场景下的实际表现。
该平台采用交互式测试方法（Turn Detect），以300ms超时判定模拟人类用户感知边界，旨在真实反映对话场景中ASR模型的可用性水平。测试结果显示，在持续对话环境下，部分非对话优化的高精度模型（如OpenAI系列）未必能提供最佳体验，说明实时性与准确性需更精细平衡。
图：ASR模型评测新增词错误率对比
TTS 模块亦同步升级，新增词错误率（WER）与字母数字性能（AP）两项关键指标。其中，词错误率越低代表语音合成越准确；字母数字性能则通过统计包含多音字、数字、缩写、公式及标点符号等复杂文本中字符的正确输出比例，衡量TTS系统对特殊内容的处理能力，得分越高表示精准度越强。
结合首字节延迟、词错误率与字母数字性能三项指标，TTS 合成效果的评估体系更加完整，技术对比更具科学性和实用性。
图：TTS 模型评测新增字母数字性能对比
“竞技场”支持自定义文本输入，一键生成语音对比
平台“竞技场”功能原本支持开发者自由组合 ASR、LLM、TTS 模型进行延迟性能比对，现随新指标上线，已同步增加词错误率与字母数字性能的横向对比展示。
此外，在 TTS 测试环节，除原有预设语句试听外，现已支持用户自主输入任意中英文文本内容，一键生成并对比不同模型的语音输出效果。这一改进让开发者可根据具体业务场景定制测试内容，快速验证模型在真实应用中的适配程度，大幅提升选型效率与决策信心。
目前，升级后的 AI 模型评测平台（对话式）2.0 已全面开放，访问声网官网对话式AI专区即可体验最新功能。
