最近做視頻剪輯要打軸，試了兩臺手機的語音轉文字導出字幕，小米的結果光是人名就錯了七八處，時間軸也對不準，華為導出來的幾乎可以直接用，只有兩三個字需要微調，省了我至少兩個小時，這差距真不是配置高就能解決的，明顯華為在語音語義理解上下了大功夫，連說話節奏和停頓都能分析，感覺像兩個時代的技術，以前總說安卓都一樣，現在發現頭部廠商的秘密武器根本不在表面上
-
-
我爸同時用小米和華為兩部手機，他普通話還不標準，有嚴重的地方口音，有一次看他用語音發微信，小米識別出來全是亂碼一樣的內容，他自己都看不懂，換到華為說出來的話基本正確，我就納悶為啥差這么多，后來查資料才知道華為在中文多口音訓練數據上積累太深了，從南到北各種腔調都學過，這不是短期能追上的，技術護城河比想象中寬得多
-
上周我同時拿小米14和華為Mate60試了語音轉文字，連續說了三段帶方言口音的話，結果嚇一跳——小米基本崩盤，好多字完全不對，華為居然能猜出大概意思，改得八九不離十，這技術差距比我想象大多了，以前總覺得誰家系統更新快誰強，現在發現底層語音模型才是關鍵，華為自研的那套東西確實有點東西，不是光靠堆參數能比的
-
我用過小米和華為的語音識別功能，說實話剛開始覺得小米反應快一點，但用久了發現華為的準確率更高，特別是開會的時候記筆記，周圍有點吵小米就容易聽錯，華為反而能過濾雜音，連專業術語都能識別出來，這差距真沒想到，我還以為國產手機都差不多，結果越用越覺得華為在算法上下了功夫，尤其是長句子識別幾乎不用修改
-
平時寫公眾號經常用語音輸入，對比下來我發現小米有時候會莫名其妙斷句，一句話分成兩三行還加錯標點，特別影響后期整理，華為雖然速度慢半秒，但輸出結構清晰，甚至能自動分段，一開始沒在意，后來累計幾千字的內容一對比，修改成本差太多了，這差距不在表面功能，而在細節體驗，普通用戶可能用幾天才察覺，但我這種高頻使用者立馬就能看出來