- Published on
苹果新语音API基准测试：SpeechAnalyzer 超越 Whisper
- Authors
- Name
- get-inscribe
- get-inscribe.com
苹果新语音 API 基准测试：SpeechAnalyzer 超越 Whisper
近日，一项由 AI 应用 Inscribe 发布的独立基准测试，对苹果在 iOS/macOS 26 中推出的新 SpeechAnalyzer API 进行了全面评估。测试结果显示，SpeechAnalyzer 在英语语音识别准确率上不仅大幅超越其前身 SFSpeechRecognizer，甚至击败了 OpenAI 的 Whisper Small 模型，同时运行速度更快。
测试结果概览
测试使用了 LibriSpeech 语料库的 test-clean（2620 段清晰语音）和 test-other（2939 段含噪语音）两个子集，所有引擎均在 Apple M2 Pro 设备上本地运行。词错误率（WER）越低越好。
- Apple SpeechAnalyzer：test-clean WER 2.12%，test-other WER 4.56%
- Whisper Small：test-clean WER 3.74%，test-other WER 7.95%
- Whisper Base：test-clean WER 5.42%，test-other WER 12.51%
- Whisper Tiny：test-clean WER 7.88%，test-other WER 17.04%
- Apple SFSpeechRecognizer（旧版）：test-clean WER 9.02%，test-other WER 16.25%
SpeechAnalyzer 在清晰和含噪语音上均优于所有测试的 Whisper 模型，且运行速度约为 Whisper Small 的三倍。旧版 SFSpeechRecognizer 表现最差，甚至落后于最小的 Whisper Tiny 模型。
为何进行这项测试
苹果在 iOS/macOS 26 中用 SpeechAnalyzer 和 SpeechTranscriber 取代了 SFSpeechRecognizer，但未公布任何准确率数据。开发者只能自行猜测是否应该迁移。Inscribe 作为同时集成苹果引擎和 Whisper 模型的 AI 工作台，具备在相同硬件和代码路径下进行对比测试的独特条件。
是否应迁移至新 API？
答案是肯定的。新 API 在相同音频上将词错误率降低了 3.5 到 4 倍：清晰语音从 9.02% 降至 2.12%，含噪语音从 16.25% 降至 4.56%。新 API 在所有测试场景中均胜出，且输出带标点和大小写的文本，而旧引擎的输出则较为粗糙。对于任何使用语音识别超过简单命令的应用，迁移都值得。
SpeechAnalyzer 与 Whisper 的对比
更令人惊讶的是，苹果新引擎在准确率上以明显优势击败了 Whisper Small，同时计算时间仅为后者的三分之一。在苹果硬件上，内置引擎已成为英语语音识别的最佳本地选项。
Whisper 仍有两个优势：支持更多语言（SpeechTranscriber 仅支持约 30 种语言），且可在非苹果平台上运行。但对于当前 iPhone 或 Mac 上的英语转录，Whisper 不再是准确率的自动首选。Inscribe 已据此调整产品默认设置。
速度表现
所有引擎均远快于实时：在 M2 Pro 上速度约为 12 到 40 倍，即一小时音频可在 1.5 到 5 分钟内完成本地转录。SpeechAnalyzer 在准确率更高的同时，速度约为 Whisper Small 的三倍。
测试方法与可验证性
测试方法设计严谨，确保结果可信。
- Whisper 结果可复现：测试使用 LibriSpeech 语料库，因为 OpenAI 已公布 Whisper 在该语料上的 WER。测试结果与 OpenAI 数据高度吻合，偏差极小且方向一致，表明测试流程正确。
- 原始转录公开：所有 5559 条语音的苹果引擎转录结果均已公开下载，允许他人自行重新评分验证。
测试细节
- 所有引擎使用与 Inscribe 产品完全相同的代码路径，而非实验室环境。
- 文本归一化处理：统一大小写、标点、数字和缩写，避免因格式差异影响评分。
- 采用语料库级 WER（总错误数除以总参考词数），避免短语句权重过高。
- 强制本地运行，拒绝云端回退，确保公平比较。
- 失败计入：引擎无输出时按 100% WER 计算，测试中仅发生一次。
测试中的意外发现
基准测试还发现了一个产品 bug：Inscribe 的苹果引擎文件导入功能未调用 finalizeAndFinishThroughEndOfInput() 方法，导致转录结果无法返回，导入过程永久挂起。该 bug 因产品默认使用 Whisper 而未被发现，现已修复。
局限性
- 仅测试英语：LibriSpeech 为英语朗读语音，不涉及 Whisper 支持的 100 多种语言。
- 朗读语音而非会议语音：含口音、远场和多说话人场景的测试是下一步计划。
- 单机测试：使用 M2 Pro 和 macOS 26.5.1，准确率应可迁移至其他 Apple Silicon 设备，速度会因芯片而异。
- Whisper 使用 WhisperKit CoreML 量化版本，与参考 GPU 实现可能有细微差异。
对用户的意义
对于使用当前 iPhone 或 Mac 的用户，英语语音转录的最佳本地引擎已内置于操作系统中，且隐私保护不再是妥协。Inscribe 正是使用这些引擎：在支持的语言上使用 SpeechAnalyzer，其他语言使用 Whisper，全部本地运行，不上传数据。
基准测试并非独立于产品，而是产品决策的依据。
原标题：Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor。 HN 原始发布时间：2026年7月14日星期二。当前记录为 555 分、232 条评论。