用来时事后记录会议的
阿里的大模型试试 魔塔社区里
同求，gemini识别能力很强，但是超过半小时就很容易漏内容了;
通义听悟准确性不行，求佬友指点
讯飞是行业扛把子，但有点小贵
其实讯飞实测很次。。。。。。我们部门买了讯飞的全套服务，因为太菜，只能上网到处找平替。。。。
我用了讯飞的机器，sr501和sr901，在俄罗斯用的，感觉正确率有98；你的使用场景是不是距离太远或者太嘈杂
是的，一对一麦克风凑近确实很强，但是多人会议，麦克风比较远，或者有杂音比如翻书啥的，就不行了，但是基于大模型的语音识别，比如gemini，就可以忽略这种干扰；
而且基于大模型的语音识别可以加提示词，比如先把会议的关键词、人名、纲要发给它，这样就能大幅提高专业名词的转录正确率，有时候甚至不需要人工调整。
讯飞也有大模型，星火；应该会把转录内容给星火
钉闪记呀兄弟，如果要自己搞，那阿里的SenceVoice还是可以的，其实大家都差不多，差不多的菜。。。。