Asr Benchmarking
语音转写(ASR)服务与模型的评测和 API 集成:音频质量客观分析(ffmpeg)、转写质量对比(术语锚点/幻觉/结构)、AI 纪要核验、Gemini/阿里百炼/火山方舟/OpenAI 等平台批量转写调用。用于"录音转文字哪个最好"、录音硬件(录音豆/录音卡/录音笔)对比评测、公众号评测文章的数据准备。
Install
npx skills add bleakbelladonnals/asr-transcription-skills --skill asr-benchmarkinggit clone --depth 1 https://github.com/bleakbelladonnals/asr-transcription-skills.git /tmp/asr-transcription-skills
mkdir -p ~/.claude/skills
cp -r /tmp/asr-transcription-skills/research/asr-benchmarking ~/.claude/skills/asr-benchmarkingPersonal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.
From the SKILL.md
# ASR 转写评测与多平台 API 集成 ## 触发场景 - 用户问"录音转文字做的最好的模型/产品是什么" - 对比录音硬件/云转写产品的音频质量、转写质量、纪要质量、成本、生态 - 把同一段音频批量交给多个转写引擎(Gemini、百炼、火山、OpenAI、剪映)做横向对比 - 为评测文章/课程作业准备可溯源数据 ## 核心方法论 ### 1. 双变量拆分(评测设计灵魂) "端到端质量"= 采集端 × 转写端,必须拆开测: - **采集端**(硬件麦克风/DSP/AGC):同期多设备同位置录制同一内容,比音频文件本身 - **转写端**(模型/引擎):同一音频文件喂不同引擎,比转写结果 混着测只能得出"谁家成品好",说不清"是硬件好还是模型好"。 ### 2. 音频质量客观指标(ffmpeg,macOS 自带 ffprobe) ```bash # 基本参数:编码/码率/采样率/声道/时长 ffprobe -v quiet -show_format -show_streams f.mp3 | grep -E "duration|bit_rate|sample_rate|channels|codec_name" # 响度与动态范围(前5分钟即可) ffmpeg -v info -i f.mp3 -t 300 -af ebur128 -f null - 2>&1 | grep -A8 Summary # I=LUFS 响度, LRA=动态范围 # 电平/削波:Peak >0dB = 削波风险 ffmpeg -v info -i f.mp3 -af astats -f null - 2>&1 | grep -E "RMS level|Peak level|DC offset" # 静音段检测:-38dB 阈值找不到静音 = AGC 抬底噪 ffmpeg -v info -i f.mp3 -af silencedetect=noise=-38dB:d=2.5 -f null - 2>&1 | grep silence_ # 多声道是否同源:两声道 RMS 几乎相等 = 非真立体声,转写无额外信息 ffmpeg -v info -ss 2160 -t 30 -i f.ogg -af astats -f null - 2>&1 | grep -E "Channel|RMS level" ``` 解读要点:码率差(128k MP3 vs 65k Opus)≠ 音质差一半(Opus 效率高 2 倍);LRA 小 = 压缩狠;Peak 超 0dB = 削波;"找不到静音"= 底噪被抬升。实测例:钉钉录音卡动态 13.9 LU/有静音段 vs 飞书录音豆 8.2 LU/无静音段/Peak 1.38dB 削波风险。 ### 3. 转写质量对比(无金标准也能比) - **结构指标**:块数、总字数、片段均长/中位、<1s 占比(碎片化)、每分钟字数、说话人标记 - **术语锚点对齐(最强武器)**:选 3-5 句含专有名词的话做"固定测试集",每份转写查同一句。实例:同一句"…只能用 Claude Code",钉钉听记 46:14 全对,飞书妙记 46:25 错成 "Clash code"——铁证级对比 - **幻觉检查**:凭空英文/无意义字母(AN、DK)/误听脏话("我他妈") - **AI 纪要核验**:逐字稿对照纪要每条事实,标出"合理推测被写成事实"(如"回滚功能""定时触发"逐字稿根本没有)
Details
- Skill name
asr-benchmarking- Repository
- bleakbelladonnals/asr-transcription-skills
- Path
research/asr-benchmarking/SKILL.md- License
- MIT
- Repo updated
- 17 August 2026
FAQ
What does the Asr Benchmarking skill do?
语音转写(ASR)服务与模型的评测和 API 集成:音频质量客观分析(ffmpeg)、转写质量对比(术语锚点/幻觉/结构)、AI 纪要核验、Gemini/阿里百炼/火山方舟/OpenAI 等平台批量转写调用。用于"录音转文字哪个最好"、录音硬件(录音豆/录音卡/录音笔)对比评测、公众号评测文章的数据准备。
How do I install the Asr Benchmarking skill?
skills CLI (Claude Code, Cursor, Codex and more): npx skills add bleakbelladonnals/asr-transcription-skills --skill asr-benchmarking. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.
Is Asr Benchmarking popular?
It lives in bleakbelladonnals/asr-transcription-skills, which has 9 GitHub stars and 0 forks.
Related skills
Asr Transcription
9bleakbelladonnals/asr-transcription-skills
语音转文字(ASR)方案评测与转写管线。多引擎对比(录音硬件/转写模型/纪要 AI)的完整方法论:双变量拆分、锚点对齐、幻觉检测、ffmpeg 音频质量指标;以及在线转写 API 接入(Gemini 脚本、OpenAI 兼容中转站)。用于"哪个转写方案好/要不要续会员/写转写产品评测文/批量转写录音"类任务。
Asr Transcription Evaluation
9bleakbelladonnals/asr-transcription-skills
录音转写(ASR)引擎选型与评测:多平台 API 转写(Gemini/阿里百炼/火山方舟/OpenAI)、转写质量 Benchmark(CER/锚点/幻觉/信息丢失)、录音硬件质量评测(断录/漏录检测)。适用于选型对比、写评测文章、搭建转写管线、判断录音设备是否漏录。
Course Transcribe
9bleakbelladonnals/asr-transcription-skills
课堂录音转文字一键流程。用户提到课程/会议录音转写、录音转文字、转写蓝本前置处理、音频转 txt/seg 时触发。技术栈固定:飞书安可录音豆(采集)+ Gemini API(主转写)+ 阿里百炼 qwen-audio-3.0-asr-flash(备选/交叉校对)。所有参数与踩坑均经 2026-08 实测验证,不要自行更换模型或接口。
Paper Tutorial Plasmon Heating
9TaoELi/MaxwellLink
Dual-purpose tutorial to reproduce manuscript Figure 5b, 5d, and 5e plasmonic flux and HCN heating maps (EM-only, TLS, and ASE/BOMD), and to transfer the workflow to related plasmon-molecule systems by adjusting geometry, molecular model, and run procedures.
Trialsim
9mark64oswald/healthsim-workspace
Generate realistic clinical trial synthetic data including study definitions, sites, subjects, visits, adverse events, efficacy assessments, and disposition. Use when user requests: clinical trial data, CDISC/SDTM/ADaM datasets, trial cohorts (Phase I/II/III/IV), FDA submission test data, or specific therapeutic areas like oncology or biologics/CGT.
Paper Tutorial Vsc Water
9TaoELi/MaxwellLink
Dual-purpose tutorial to reproduce manuscript liquid-water vibrational strong-coupling spectra and CPU scaling (single-mode cavity plus Meep Bragg resonator), and to adapt the same procedure to related VSC systems by retuning cavity/resonator parameters, size ladders, and execution settings.
Browse the most popular Claude skills, all research & science skills, or write your own with the skills generator.