声网 AI 模型评测平台（对话式）2.0 版本近日正式上线，此次重磅升级，将测试区域扩展至全球10个核心城市，可选模型数量提升3倍，并新增了词错误率（WER）、字母数字性能（AP）等多项关键质量评估维度。新平台旨在为全球开发者提供更全面、更精准、更高效的对话式AI模型选型决策支持，加速下一代智能应用的研发与落地。
随着对话式AI应用的爆发式增长，开发者在面对市场上琳琅满目的ASR（语音识别）、LLM（大语言模型）和TTS（语音合成）模型时，如何进行科学、客观的选型成为一大挑战。声网AI模型评测平台自上线以来，凭借提供主流供应商的延迟数据横向测评，深受开发者青睐。此次2.0版本的升级，正是为了解决开发者在模型选型中更深层次的痛点。
全球化测试与模型库扩容，选型参考更全面
为满足开发者的全球化业务需求，AI模型评测平台2.0将测试区域由原先的中国大陆-上海，新增了新加坡、日本、洛杉矶、法兰克福等9个遍布亚洲、北美、欧洲的主流城市，使测试结果更具全球代表性。
同时，平台的模型库迎来了三倍扩容。LLM大模型方面，新增了包括Step 2 mini、Llama 3.3 70B、GPT-4.1 mini、Gemini 2.0 Flash、Claude Haiku 3.5在内的众多国内外主流模型，为开发者提供了更丰富的选择空间。
引入WER与AP关键指标，量化评估语音交互精准度
本次升级的核心亮点在于引入了更深度的体验质量评估维度。在ASR模型评测中，新增了多种语言环境下的错词率（WER）评估，直观反映语音识别的准确率。
对于TTS模型，平台新增了中英文场景下的词错误率（WER）和字母数字性能（AP）两大关键指标：
词错误率（WER）：衡量TTS模型在通用场景下的基础准确性，数值越低，表现越优。
字母数字性能（AP）：通过统计模型对包含多音字、数字、缩写、公式、标点符号等复杂文本的字符正确生成比例，全面评估其对特殊字符的精准处理能力，数值越高，表现越优。
这两项指标的加入，首次将TTS语音合成的“准确性”进行了有效量化，让技术对比不再局限于主观听感，更具客观参考价值。
“竞技场”功能再升级，支持自定义文本一键生成语音对比
平台的“竞技场”功能允许开发者自主选择不同模型进行性能对比。2.0版本中，竞技场不仅同步新增了WER和AP指标的对比，更在TTS测试中支持用户自主输入中英文文本内容，一键生成不同模型的语音合成效果进行对比试听。
这一功能极大地提升了评测的灵活性和实用性，开发者可以针对自身业务场景（如智能客服、有声读物、虚拟人等）进行个性化测试，快速验证技术与实际需求的匹配度，让选型决策事半功倍。
声网产品负责人表示：“开发者构建对话式AI时，最大的痛点之一就是如何在众多模型中做出最优选择。声网AI模型评测平台2.0的使命，就是将这一过程从‘猜测’变为‘数据驱动’的精准决策。我们不仅提供了更广阔的全球视角和更丰富的模型库，更通过引入WER、AP等关键质量指标，让模型的‘软实力’变得可衡量、可对比。我们相信，这个平台将成为开发者手中的一把利器，加速创新应用的落地。”
