二十年來，Dragon NaturallySpeaking 一直是口述準確度的黃金標準。如今這個地位正在改變。OpenAI 的 Whisper 引擎，尤其是 2024 年推出的 Large v3 Turbo 版本，在一般口述上已達到與 Dragon 並駕齊驅的水準，並在許多特定情況下超越它。本文將透過資料來源，逐步說明關於這項比較我們實際所知的一切。
口述中所謂的「準確度」是什麼意思
口述準確度通常以字詞錯誤率（WER）衡量，也就是轉錄稿中出錯字詞所占的百分比。數字愈低愈好。WER 為 5% 代表每 100 個字裡有 95 個是正確的。
WER 會因條件不同而有極大差異：說話者的嗓音、麥克風品質、背景噪音、詞彙領域、口述風格。唯有當你知道某個基準數字是在什麼條件下測得的，它才有意義。
Whisper Large v3 Turbo：已公布的數字
OpenAI 於 2024 年推出 Whisper Large v3 Turbo，作為 Whisper Large v3 的更快版本，準確度相當。在標準基準測試上回報的字詞錯誤率為：
- Whisper Large v3（原始版）： 在多語言資料集上平均為 13.20% WER
- Whisper Large v3 Turbo： 13.40% WER——與原始版相差在 0.2% 之內
- 純英語、乾淨條件下： 3-5% WER（準確度 97-95%）
Turbo 版的執行速度約為 v3 的 4 倍，準確度卻幾乎相同。這正是 CaringDictate 所採用的引擎。
在 CaringDictate 的典型使用情境下（英語、安靜的房間、品質不錯的麥克風），連續口述的真實準確度平均為 96-97%。這與 OpenAI 公布的英語乾淨條件數字相符，也是我們在行銷頁面上所報告的數字。
Dragon 的準確度宣稱
Dragon 一向標榜 99% 的準確度。小字寫著：這個數字是在訓練過的使用者、搭配高品質耳機麥克風、在安靜環境中、經過大量語音訓練後達成的。一名第一天未經訓練的 Dragon 使用者，通常看到的準確度比較接近 92-94%。
對於設定妥當、訓練過的 Dragon Professional Individual 使用者來說，一般口述的真實準確度通常落在 95-98% 的範圍。在專業領域（醫療、法律），訓練過的 Dragon 在它所客製化的詞彙上，能逼近 98-99%。
誠實的正面對決
對於一名未經訓練、使用一般 USB 耳機麥克風、口述會話式英語的使用者：以 Whisper 為基礎的引擎（CaringDictate）通常勝出。Whisper 不需要語音訓練，在它所訓練過的廣泛嗓音範圍內，開箱即用就表現良好（超過 680,000 小時的多語言音訊）。
對於一名訓練過、使用頂級麥克風（Plantronics、Andrea USB）、口述專業詞彙的使用者：訓練過的 Dragon Professional 在它所訓練過的特定詞彙上，仍能略勝一籌。但在一般寫作上，這個優勢就大幅縮小了。
對於非母語英語使用者、有口音的說話者，或因醫療病症而有輕度構音障礙的說話者：Whisper 有明顯的優勢。它的訓練語料比 Dragon 的多元得多，辨識上能明顯更好地處理語音的變化。
對於有顯著構音障礙的說話者（嚴重的帕金森氏症、影響言語的 ALS、影響言語的腦性麻痺）：Whisper 和 Dragon 都不是合適的工具。Voiceitt 是專為這種情況打造的，明顯比兩者都更好，儘管價格貴上許多。
速度
Whisper Turbo 相較 Dragon 真正的優勢在於速度。Whisper Large v3 Turbo 在現代硬體上（過去 5 年內的 Intel i5、Apple Silicon，或任何現代 AMD CPU）能以快過即時的速度產生轉錄——也就是說，你口述一個句子，字詞會在你說完之前就出現。Dragon 同樣是即時處理，但在每段話的第一個字上，延遲較為明顯。
對於長篇口述而言，這個速度差異大多只是心理上的。但對於短訊息口述（Facebook 留言、快速回信），Whisper Turbo 的反應靈敏度感覺明顯更好。
關於訓練資料的問題
Dragon 傳統上的準確度優勢，來自監督式的語音訓練：你會讀一長段文字給 Dragon 聽，它便建立一個比預設模型更能辨識你嗓音的個人模型。這個方法有效，但需要可觀的前期時間投入。
Whisper 並非如此運作。它由 OpenAI 在一個龐大的多語言語料上訓練過一次，得出的模型就是每一位 Whisper 使用者所執行的那一個。你不需要用自己的嗓音去訓練它。它要嘛適用於你的嗓音，要嘛不適用——而廣泛的訓練資料代表它對大多數嗓音都運作得相當好。
對使用者的意涵是：用 Dragon，你可以花時間訓練來提升準確度。用 Whisper，你第一天得到的，就是你第 365 天得到的。對多數使用者而言，這是優點而非缺點——反正他們本來就不想花一小時訓練 Dragon。但對於有技術詞彙的進階使用者而言，無法用語音訓練 Whisper 是個實實在在的限制。
關於維護的問題
Dragon Professional Individual 自 2023 年起就凍結在第 16 版。辨識引擎不再更新。Microsoft 已把 Dragon 轉向企業醫療市場，任由消費者版的 Dragon 逐漸淘汰。
相較之下，Whisper 由 OpenAI 與開源社群積極開發。Whisper v3 於 2023 年推出，Whisper v3 Turbo 於 2024 年推出，後續模型也正積極開發中。CaringDictate 目前隨附 v3 Turbo，並會在更新的模型證明更優秀時，以免費更新的形式更新到這些模型。
放眼五年的時間跨度，這是最重要的差異。一個凍結的辨識引擎仍會繼續運作，但它無法享有這個領域其他地方正在發生的大幅進步。
針對特定使用者族群
使用一般英語詞彙的年長使用者： Whisper（透過 CaringDictate）是更好的選擇。不需訓練、沒有設定上的複雜度，開箱即用就表現良好。
口述臨床紀錄的醫療專業人員： 訓練過的 Dragon Medical One 仍是業界標準。Whisper 的醫療詞彙不錯，但沒那麼專業化。
口述法律文件的律師： 搭配自訂詞彙、訓練過的 Dragon Professional 難以擊敗。Whisper 對大多數法律英語處理得很好，但缺乏可客製化的能力。
手部受影響但言語不受影響、患有醫療病症的成年人： 我們會建議透過 CaringDictate 使用 Whisper。沒有訓練的負擔、對語音變化的準確度更佳，而且便宜許多。
非母語英語使用者： Whisper 有明顯的優勢。多語言的訓練語料，意味著它處理口音的能力遠勝於 Dragon 那些以英語訓練的模型。
結論
如今，Whisper Large v3 Turbo 與訓練過的 Dragon Professional，在一般口述準確度上已相差不到幾個百分點。對多數使用者而言，尤其是年長者與患有醫療病症的使用者，Whisper 的實際優勢（不需訓練、更佳的口音處理、積極的開發、低廉許多的成本）勝過了 Dragon 在專業詞彙上殘存的優勢。
CaringDictate 建構於 Whisper Large v3 Turbo 之上，因為我們相信這是最適合我們客群的引擎。30 天退款代表你可以毫無風險地自行比較。
從這裡往下該怎麼走
閱讀完整的 CaringDictate 與 Dragon 比較 了解產品層面的差異（價格、使用體驗、更新、退款），以及我們的 隱私指南 若本機處理相較雲端處理對你的情況很重要的話。