7月1日，聲網(wǎng)發(fā)布全球首個 AI 模型評測平臺(對話式)。該平臺針對對話式 AI 場景下，級聯(lián)大模型中的ASR+LLM+TTS延遲數(shù)據(jù)提供主流供應(yīng)商的橫向測評，更直觀的展示聲網(wǎng)對話式 AI 引擎適配各主流模型的實時性能數(shù)據(jù)。同時，平臺還提供了“競技場”功能，開發(fā)者可自由選擇 ASR、LLM、TTS 的主流供應(yīng)商進(jìn)行對比，根據(jù)性能延遲的數(shù)據(jù)表現(xiàn)，選擇更適配自身業(yè)務(wù)的模型供應(yīng)商。

聲網(wǎng)對話式AI引擎在上線之初，就憑借靈活擴展的特性受到開發(fā)者的歡迎，兼容適配全球主流的大模型與 TTS 供應(yīng)商，滿足不同場景和業(yè)務(wù)需求。此次 AI 模型評測平臺與對話式AI引擎v1.6版本聯(lián)動發(fā)布，新版本對話式 AI 引擎開放了 ASR，并上線了聲網(wǎng)自研的鳳鳴-實時語音識別。同樣在該評測平臺，開發(fā)者也可以自主選擇包括騰訊云-實時語音識別、火山引擎-實時語音識別、鳳鳴-實時語音識別在內(nèi)的各家供應(yīng)商，進(jìn)行延遲數(shù)據(jù)的對比。

ASR+LLM+TTS 延遲性能排行榜

綜合最優(yōu)、響應(yīng)最快模型一目了然

AI模型評測平臺主要分為“儀表盤”與“競技場”兩項功能，在“儀表盤“中官方推薦了對話式 AI 引擎適配后綜合最優(yōu)、響應(yīng)最快的級聯(lián)模型組合。例如，截止目前，綜合最優(yōu)推薦級聯(lián)模型組合為騰訊云-實時語音識別+阿里云-通義千問 Turbo+火山引擎-語音合成。響應(yīng)最快推薦級聯(lián)模型組合為鳳鳴-實時語音識別+智譜-GLM 4 AirX+百度智能云-語音合成，級聯(lián)模型總延遲為1125.36 ms。

同時，“儀表盤”專為對話式AI 場景定制了多個級聯(lián)模型延遲數(shù)據(jù)排行榜，且評測數(shù)據(jù)保持每小時更新：

1、Top 10 級聯(lián)模型組合：以級聯(lián)模型總延遲為評測指標(biāo)，直觀的展示不同組合級聯(lián)模型的總延遲數(shù)據(jù)對比;

2、語音識別(ASR) Top 3 ：以末字延遲為評測指標(biāo)進(jìn)行對比;

3、語言模型(LLM) Top 3 ：以首字延遲的性能數(shù)據(jù)進(jìn)行排序;

4、語音合成(TTS) Top 3 ：對比各家TTS 供應(yīng)商的首字節(jié)延遲性能。

競技場自主選擇模型性能對比

支持TTS測試語句試聽

在 AI 模型評測平臺“競技場”中，開發(fā)者可自主選擇不同的 ASR、LLM、TTS 模型進(jìn)行延遲性能的對比。例如 LLM 可選擇 DeepSeek V3、豆包大模型、智譜 GLM 系列模型、 通義千問系列模型、MiniMax Text 01、騰訊云混元系列模型等進(jìn)行對比;ASR-實時語音識別和 TTS-語音合成也包含了市場各家主流模型。

針對延遲數(shù)據(jù)的評測指標(biāo)，平臺還提供了多個分位的延遲數(shù)據(jù)差異對比，從 P25、P50 到 P99 共六個分位，開發(fā)者可以更詳細(xì)的了解每個模型的延遲數(shù)據(jù)表現(xiàn)。例如，鳳鳴-ASR P50分位的末字延遲為572 ms，意味著測試期間50%的延遲數(shù)據(jù)低于572 ms。

此外，“競技場”的 TTS-語音合成對比中，還提供了預(yù)設(shè)的語音合成測試語句，反映多種場景下(字母數(shù)字混合、非流暢性語句、客戶服務(wù)、醫(yī)療健康、外呼銷售、有聲書&播客、非常見發(fā)音詞匯)不同模型的語音合成質(zhì)量，并且支持試聽。

目前，AI模型評測平臺已正式上線聲網(wǎng)官網(wǎng)，未來聲網(wǎng)也將持續(xù)更新模型成本、單詞準(zhǔn)確率等新的評測維度，助力開發(fā)者更好的選擇適配自身業(yè)務(wù)的最優(yōu)模型組合。

如您想進(jìn)一步體驗 AI模型評測平臺，可進(jìn)入聲網(wǎng)官網(wǎng)的“對話式AI”頁面進(jìn)行體驗。