阿拉伯语语音识别七基准平均 CER
阿拉伯语语音识别的七基准平均字符错误率（CER）：ISMA、Darija in the Wild、MGB-2、SADA、Casablanca、FLEURS、MASC clean；官方与摩洛哥 MTNRA 联合构建的评测口径
基本信息
30 秒看懂
越低越好（CER，百分比）。引用这个数有两个必须先对齐的前提。「一是归一化」：官方与摩洛哥 MTNRA 联合构建的 CER 归一化覆盖阿语方言特有拼写、黏着成分、外来词与口语数字，换一套归一化分数就会变，跨厂商比先确认归一化一致。「二是转写延迟」：实时模型按配置延迟分档，Voxtral Mini 4B Realtime Arabic 官方自报 480 ms 档 8.82%，80 ms 档 10.64%，差 1.82 个百分点，720 ms 档 8.80%——引用 8.82% 时必须连延迟档一起写，否则和离线模型不可比。另外注意单档覆盖不均：官方同套件里 FLEURS 只要 2.66%、MGB-2 5.31%，而 Casablanca 20.34%、SADA 13.75%，平均分被最难的档位主导。
采用格局：由 Mistral Voxtral Mini 4B Realtime Arabic 官方模型卡（2026-10-08）首次带入账本。七项基准值的算术平均与官方散文明文一致（8.8228 ≈ 8.82），两处互证。
评分协议
这个评测的官方统一评分协议还没收录到本页；各厂商实际使用的执行框架（harness）与推理档位（effort）已逐条写在下方引用卡里。
可比性提示：同一评测的分数是「实验配置」的产物：只要评测版本（variant）、执行框架（harness）、推理档位（reasoning effort）、工具、采样参数、运行次数或聚合方式有任何一项不同，数字就不能直接横向比较。下方各厂商的分数如未写明协议细节，请只当作方向参考。
模型发布采用时间轴
共收录 1 场模型发布（收录 6 项分值） · 按发布时间倒序排列 · 数据更新于 2026-10-23
2026
2026-10-08
Mistral AI·国际
参数约 4.4B模态语音转文本
Mistral 面向阿拉伯语方言与标准阿拉伯语发布的流式语音转文本模型，面向真实场景音频与语码转换设计，模型卡标注为与摩洛哥数字化与行政改革部（MTNRA）联合开发、隶属 Mistral 与摩洛哥 2026 年 1 月签署的战略伙伴关系。收录评测以阿拉伯语语音识别的 CER 为主：七个阿拉伯语基准平均 CER 8.82%（480 ms 转写延迟）。
流式语音识别阿语方言与语码转换转写延迟可调主权 AI 联合开发
查看模型变体与证据
480 ms 转写延迟 8.82%80 ms 转写延迟 图表尚无可读数值160 ms 转写延迟 图表尚无可读数值320 ms 转写延迟 图表尚无可读数值720 ms 转写延迟 图表尚无可读数值480 ms 转写延迟 7.91%
数据缺口（本页暂未收录）
- 评测版本与子集（例如部分评测有 Diamond、Verified 等官方变体）以及数据集规模
- 各厂商使用的执行框架（harness / scaffold）与 Agent 工具配置
- 推理档位（reasoning effort）、采样参数（temperature / top-p）、运行次数与分数聚合方式
- 指标对应的随机猜测基线（chance baseline）与人类基线的实验条件
- 测试集污染检测结论，以及是否已饱和的结构化标注
以上字段暂缺时，本页不虚构数字；后续会依据每一次发布的证据逐条补齐并标注来源。
复现入口
引用
本页数据更新于 2026-10-23，依据厂商发布材料真实抓取；发现数据问题欢迎在 GitHub 提 Issue。