Open ASR Leaderboard 新增多语言与长音频赛道并发布趋势分析

Open ASR Leaderboard 正式新增多语言和长音频转写赛道，并基于 18 家机构的 60 多个模型总结了语音识别的技术趋势。评测显示 Conformer 编码器搭配大语言模型解码器的架构在英文转写准确率上居首，而 CTC 与 TDT 解码器则可实现 10 到 100 倍的推理吞吐量。长音频场景下闭源系统仍略占优势，开源模型中以 Whisper Large v3 表现最佳。