SpeechIO TIOBE Benchmark

滚动测试报告 2020年11月

系列文章：

引篇

规范

场景测试：新闻联播

场景测试：鲁豫有约一日行

滚动测试报告：2020.04

......

更多文章请点击顶部专辑入口阅读

最新更新日期:2020.11

• 2020年11月：

• 场景：增加 [评书 单田芳-白眉大侠]，[相声 德云社]，[脱口秀 吐槽大会]

• 测试：全厂商 × 全场景 滚动刷新测试
  

• 2020年10月：

• 指标：增加 SOTA 数值 ，详见 [当我们谈论SOTA时，我们在谈论什么]

• 场景：增加 短视频 电影剪辑 谷阿莫&牛叔说电影 短视频 美食&烹饪 琼斯爱生活&贫穷料理  

• 测试集发布：[新闻联播] 测试集已公开发布，后续滚动测试不会每期都覆盖该场景

• 测试：全厂商 × 全场景 滚动刷新测试
  

• 2020年9月：

• 场景：增加 在线教育 罗翔 法考 在线教育 张雪峰 考研    

• 厂商：[阿里云+]已上线合并入公网版本[阿里云]，TIOBE 历史数据记录始终以公网版本为准。

• 测试：全厂商 × 全场景 滚动刷新测试

• 2020年8月：
  

• 场景：增加 播客 创业内幕
  

• 测试：全厂商 × 全场景 滚动刷新测试
  

• 2020年7月：

• 场景：增加 播客 故事FM

• 重要修复：发现 直播带货 李佳琪薇娅 直播 王者荣耀 老罗语录 三个场景测试集标注错误，全面检查&修正；作废这三个测试集6月的测试结果，7月开始启用修正后的测试集。详情见本月已经发布的[更正说明文章]

• 测试：全厂商 × 全场景 滚动刷新测试

• 2020年6月：

• 场景：增加 直播带货 李佳琪薇娅 直播 王者荣耀 老罗语录

• 厂商：增加 阿里+ ，为阿里云新算法的试用版; 测试中取消 谷歌,因谷歌的中文识别性能没有参考性，且费用超过其余各家之和。

• 更名：原搜狗知音平台 改名为 搜狗AI开放平台

• 测试：全厂商 × 全场景 滚动刷新测试

• 2020年5月：

• 修复搜狗多句结果解析bug

• 场景：增加 天下足球-世界杯往事 罗振宇跨年演讲 李永乐老师在线讲堂

• 厂商：增加 创S

• 测试：全厂商 × 全场景 滚动刷新测试

• 2020年4月：

• 场景：增加 鲁豫有约大咖一日行

• 厂商：增加 微软 Azure 认知服务 搜狗知音平台

• 测试：全厂商 × 全场景 滚动刷新测试

• 2020年3月：

• 场景：增加 新闻联播

• 厂商：增加 阿里 百度 谷歌 讯飞 腾讯 创Y

2

滚动测试

已有测试集信息汇总

最新滚动测试结果汇总

纵轴（字准确率%）绘制范围为 [70, 100]

(注：讯飞被低估，原因详见 SOTA)

最新滚动测试详细数据

飘绿部分为各个测试集的最优性能

3

后记

• 本月阿里、腾讯有提升

• 搜狗在涉及中远场的场景有明显提升，其余场景有波动。

扫描下面二维码 或 微信搜索 SpeechIO，关注公众号。