**Krisp 开源语音隔离基准：265 条真实录音测试 11 个 STT 引擎在他人同时说话时的表现**

_Show HN: Open benchmark for STT when a second person is talking (265 recordings)_

> Krisp 工程团队发布了一项面向语音转文字（STT）的开放基准，用 265 段真实对话录音（房间内存在竞争人声），人工标注每个语音片段，并对比 11 个 STT 系统在启用/未启用 Krisp Voice Isolation 时的转写效果。团队指出，现代 STT 已能较好处理交通、空调、键盘等噪声，但面对第二个人同时说话时表现会明显崩塌——原因是噪声与目标语音的统计特征不同、可被学习并减除，而竞争人声与目标人声统计特性相同，模型缺乏可区分的线索。此次开源内容包括数据集、模型输出结果与评测框架。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-23 22:19（北京时间）
- **原文**：[打开原文](https://krisp.ai/blog/voice-isolation-benchmark)