haoone8与剪映对比转录正确率

下面是haoone 远程转录、haoone 本地转录、剪映转录 三者转录正确率的对比表格。

我整理不同类型的 7 个测试音频，音频时长是 3 分钟左右，感兴趣的话你可以下载音频与转录 srt 结果文件验证。

测试用例压缩包

haoone 转录采用默认配置，开启了 AI 校正与智能拆行。

高质量中文语音的场景：

这是一个介绍理光 GR4 相机的音频，三者差别不大，正确率都能到 95% 以上，主要的错误都集中在产品的专有名词上，haoone 的数字处理需要优化，目前会展示成中文数字。

质量差中文语音的场景：

这是一个户外高背景噪音的音频，剪映会好的多，haoone 会出现少字的情况，后续我会给 haoone增加 AI 语音增强的功能。

中文游戏解说的场景：

这是一个王者荣耀的解说视频，黑话多、语速快，很考验模型能力，haoone 远程转录表现最好，能精准识别“速通”、“线权”、“拆火”等电竞词汇，剪映对一些游戏黑话理解错误，比如把“速通”识别成“疏通”，haoone 的本地转录表现一般，会有比较多错误。

高质量英文语音的场景：

这是一个介绍 claude code 新功能的音频，haoone 远程转录表现最好，剪映转录很一般，计算机词汇会出现很多错误，比如 haoone 准确识别了 cursor ；剪映把它错听成了 Claw Code。haoone 在英文格式上的处理需要优化，没有任何首字母大写和专有名词大写的处理。

英文歌曲识别的场景：

剪映最好，haoone 表现一般，只有 90% 左右的准确率，本地转录有 bug，出现无转录结果的情况，后续会优化。

闽南语语音的场景：

剪映在方言识别上不太行，基本上不可用，haoone 可以做到 85%的准确率，闽南语有一些特殊的口语，后续可以进一步优化。

闽南语歌曲的场景：

剪映识别完全错误，haoone 依旧可以做到 85%的准确率

总结：

haoone 的在线转录与剪映在中文转录正确率都能做到 95%以上，haoone在方言识别上有显著的优势，英文识别上剪映会更好一些。 haoone 的本地转录在语音质量好的场景下，正确率接近剪映，语音质量差的场景不如剪映，这点后续会进一步优化，增加 AI 语音增强的功能。