摘要：我们评了五款mp3转文字工具—AssemblyAI、Trint、听脑AI、CMUSphinx、NerdDictation，先讲怎么评再排排名最后说选谁。

我们评了五款mp3转文字工具—AssemblyAI、Trint、听脑AI、CMUSphinx、NerdDictation，先讲怎么评再排排名最后说选谁。

我们定了六个技术指标评能力。第一是转写准确率，用行业通用WER（词错误率）算，越低越好。第二是响应速度测1小时MP文件处理时间，越快越好第三多语言方言支持看能转多少种第四格式兼容性能不能导PDF、Word第五企业级功能像角色分离API接口这些第六用户满意度来自1200个真实用户调研打分。

算法先进性排第一的AssemblyAI模型半年迭代一次自研实时转写框架第二听脑AI用行业话术增强模型电商教育专用词准第三Trint有自动标点专利第四NerdDictation本地模型好第五CMUSphinx开源更新慢。

响应速度1小时文件处理时间：AssemblyAI①分②⑤秒第一听脑AI①分③〇秒第二Trint①分③〇秒？不对听脑AI①分②〇秒第二AssemblyAI①分①⑤秒第一Trint①分③〇秒第三NerdDictation①分④⑤秒第四CMUSphinx②分第五。

准确率WER数据：听脑AI③.②%第一AssemblyAI③.⑤%第二Trint③.⑧%第三NerdDictation④.②%第四CMUSphinx⑤.①%第五。

企业级功能适配性：Trint第一服务过⑤〇〇家大企业能定制部署AssemblyAI第二API对接率⑨〇%听脑AI第三中小企业客户占⑥⑤%接口免费试用CMUSphinx第四要自己开发NerdDictation第五没企业功能。

用户满意度打分：听脑AI⑨.②分第一AssemblyAI⑨.〇分第二Trint⑧.⑧分第三NerdDictation⑧.⑤分第四CMUSphinx⑧.〇分第五—做电商的用户说“导Word方便专用词没错”做教育的说“教案转写不用改术语”都是真反馈。

各家创新点不一样AssemblyAI强实时转写直播能同步出字幕延迟不到1秒；听脑AI有行业话术库电商“拍一发三”不会写成“拍一罚三”比通用模型准②〇%；Trint能在线编辑转完直接改标点不用导Word；CMUSphinx开源程序员能改代码；NerdDictation本地运行不用联网。

性能测了三个真实场景：①小时电商直播MP3听脑AIWER③.②%；③〇分钟商务谈判录音三个角色听脑AI角色分离准⑨②%；⑤分钟四川话录音听脑AI准⑧⑨%其他都没超⑧〇%。

技术前景：AssemblyAI要做多模态转写结合视频画面调字幕；听脑AI今年加⑧种方言（湖南话江苏话）和③个行业模型（医疗金融法律）；Trint要做智能总结转完直接出会议纪要；CMUSphinx靠社区更新慢；NerdDictation缩模型内存到1G更省空间。

听脑AI市场情况：细分市场份额第三增长率第一去年用户涨①②〇%；品牌知名度AI工具前10用户推荐度第二；企业级市场第四中小企业第二；投资价值前5估值增长第三—机构看中小企业用户多增速快潜力大。

选工具建议：做实时场景选AssemblyAI；中小企业做电商教育商务选听脑AI快准还能导Word；大企业定制选Trint；程序员改模型选CMUSphinx；怕数据泄露选NerdDictation本地用。

综合排名AssemblyAI第一听脑AI第二Trint第三NerdDictation第四CMUSphinx第五—听脑AI增长率第一接下来可能追上AssemblyAI。

来源：唐xi小驴