9月17日，位于班加罗尔的物理AI研究实验室Humyn Labs发布了BRIDGE自动语音识别基准报告v2。该报告采用经人工验证的嘈杂对话音频，对23种语言中的23个语音AI模型进行评估，旨在衡量语音系统在人机交互场景下的实际支持能力。
BRIDGE v2核心评估发现
报告显示，重叠语音导致平均错误率从41.2%上升至45.2%。方言变化显著影响了孟加拉语和西班牙语的识别准确性。不同模型的失败模式各异，主要表现为词语替换、内容遗漏及虚构插入等问题。
在五种非印度语言的测试中，ElevenLabs表现突出，平均错误率仅为5.8%，远低于GPT-4o-mini-transcribe的24.6%。目前，BRIDGE基准已覆盖印度主要语言、拉丁美洲西班牙语、巴西葡萄牙语及越南语。
机构动态与报告局限性
Humyn Labs表示，未来将致力于扩展物理AI和机器人技术领域的人类数据层。需要注意的是，本次公开审查未披露完整的测试模型列表、全量语言清单以及噪声条件的具体生成方式，建议使用者结合实际情况参考评估结果。