二十年来，Dragon NaturallySpeaking一直是听写准确率的黄金标准。这一地位正在改变。OpenAI的Whisper引擎，尤其是2024年发布的Large v3 Turbo版本，在通用听写上已经与Dragon持平，并在许多具体场景中超越了它。本文将结合资料来源，梳理我们对这一对比的实际了解。

听写中的"准确率"是什么意思

听写准确率通常用词错误率（WER）来衡量，也就是转录稿中出错单词所占的百分比。越低越好。WER为5%意味着每100个单词里有95个是正确的。

WER会因条件不同而差异极大：说话人的嗓音、麦克风质量、背景噪音、词汇领域、听写风格。只有当你知道一个基准数字是在什么条件下测得的，它才有意义。

Whisper Large v3 Turbo：公布的数据

OpenAI在2024年发布了Whisper Large v3 Turbo，作为Whisper Large v3的一个更快的版本，准确率相当。在标准基准上报告的词错误率如下：

  • Whisper Large v3（原版）： 在多语言数据集上的平均WER为13.20%
  • Whisper Large v3 Turbo： WER为13.40%——与原版相差在0.2%以内
  • 纯英文、干净条件下： WER为3-5%（准确率97-95%）

Turbo版本的运行速度比v3快约4倍，而准确率基本相同。这正是CaringDictate所使用的引擎。

对于CaringDictate的典型使用场景（英语、安静的房间、像样的麦克风），连续听写的实际准确率平均为96-97%。这与OpenAI针对纯英文干净条件公布的数据相符，也是我们在营销页面上所报告的数字。

Dragon的准确率宣称

Dragon历来宣传99%的准确率。但细则是：这个数字是在经过训练的用户、配备高质量耳机麦克风、处于安静环境、并经过大量语音训练之后才达到的。一个第一天、未经训练的Dragon用户，准确率通常更接近92-94%。

对于经过训练、并正确配置的Dragon Professional Individual用户，通用听写的实际准确率通常在95-98%之间。对于专业领域（医学、法律），经过训练的Dragon在为其定制过的词汇上可以提升到98-99%。

实事求是的正面对决

对于一个未经训练的用户，使用普通USB耳机，听写口语化英语：基于Whisper的引擎（CaringDictate）通常胜出。Whisper不需要语音训练，开箱即用，在它训练过的广泛嗓音上都表现良好。

对于一个经过训练的用户，使用顶级麦克风（Plantronics、Andrea USB），听写专业词汇：经过训练的Dragon Professional在它专门训练过的词汇上仍可略胜一筹。但在通用写作上，这一优势会大幅缩小。

对于非英语母语者、带口音的说话者，或因病症而有轻度构音障碍的说话者：Whisper有明显优势。它的训练语料比Dragon的多样得多，对语音变化的识别能力也明显更强。

对于有显著构音障碍的说话者（严重的帕金森病、影响言语的肌萎缩侧索硬化症（ALS）、影响言语的脑性瘫痪）：Whisper和Dragon都不是合适的工具。Voiceitt正是为这种情况打造的，明显比这两者都好，尽管价格要贵得多。

速度

Whisper Turbo相对Dragon的真正优势在于速度。Whisper Large v3 Turbo在现代硬件上（近5年的Intel i5，或Apple Silicon，或任何现代AMD CPU）的转录速度快于实时——也就是说，你口述一个句子，文字在你说完之前就出现了。Dragon同样能实时处理，但在每段话第一个词上的延迟更明显。

对于长篇听写，这种速度差异大多是心理层面的。对于短消息听写（Facebook评论、快速邮件），Whisper Turbo的响应灵敏度感觉明显更好。

训练数据的问题

Dragon传统上的准确率优势，来自有监督的语音训练：你会朗读一长段文字给Dragon，它会建立一个能比默认模型更好地识别你嗓音的个人模型。这种方式有效，但需要大量的前期时间投入。

Whisper不是这样工作的。它由OpenAI在一个庞大的多语言语料库上一次性训练完成，最终得到的模型，就是每一个Whisper用户所运行的那个。你不用拿自己的嗓音去训练它。它要么对你的嗓音有效，要么无效——而广泛的训练数据意味着，它对大多数嗓音都能相当好地工作。

对用户的意味：用Dragon，你可以投入训练时间来提高准确率。用Whisper，你第一天得到什么，第365天还是得到什么。对大多数用户来说，这是一项优点，而不是缺点——他们本来就不想花一个小时去训练Dragon。但对于有技术词汇的高级用户，无法用语音训练Whisper是一个实实在在的局限。

维护更新的问题

Dragon Professional Individual自2023年起一直停留在第16版。识别引擎不再更新。微软已经把Dragon转向企业级医疗领域，让面向消费者的Dragon自然淘汰。

相比之下，Whisper由OpenAI和开源社区积极开发。Whisper v3于2023年发布，Whisper v3 Turbo于2024年发布，后续模型也在积极开发中。CaringDictate如今搭载的是v3 Turbo，当更新的模型被证明更好时，会作为免费更新升级过去。

放眼五年的时间跨度，这是最重要的区别。一个被冻结的识别引擎会继续工作，但它无法从这一领域其他地方正在发生的大量改进中受益。

针对特定用户群体

使用通用英语词汇的年长用户： Whisper（通过CaringDictate）是更好的选择。无需训练，没有设置上的复杂，开箱即用，表现良好。

听写临床记录的医疗专业人员： 经过训练的Dragon Medical One仍是业界标准。Whisper的医学词汇不错，但没有那么专业化。

听写法律文书的律师： 带自定义词汇、经过训练的Dragon Professional很难被超越。Whisper能很好地处理大多数法律英语，但缺乏可定制性。

患有影响双手但不影响言语的疾病的成年人： 我们会推荐通过CaringDictate使用Whisper。没有训练负担，在语音变化上准确率更好，而且便宜得多。

非英语母语者： Whisper有明显优势。多语言训练语料意味着它处理口音的能力远胜于Dragon的英语训练模型。

结论

如今，Whisper Large v3 Turbo与经过训练的Dragon Professional，在通用听写准确率上已经只相差几个百分点。对大多数用户而言，尤其是年长者和患有疾病的用户，Whisper的实际优势（无需训练、口音处理更好、积极开发、成本低得多）超过了Dragon在专业词汇上残存的优势。

CaringDictate构建在Whisper Large v3 Turbo之上，是因为我们相信这是最适合我们用户群体的引擎。30天退款意味着你可以毫无风险地自己来比较。

接下来该去哪里

阅读完整的 CaringDictate与Dragon对比 了解产品层面的差异（价格、用户体验、更新、退款），还有我们的 隐私指南 如果本地处理与云端处理的区别对你的情况很重要的话。