# Whisper 识别 70 岁老人说话比 20 岁年轻人更准，但语音助手的反应延迟高了 2 到 5 倍

> 原标题：Show HN: Whisper transcribes 70-year-olds more accurately than 20-year-olds

- 来源：Hacker News 首页
- 发布时间：2026-08-07T00:10:04.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/49190
- 原文：https://github.com/Kayvan-Zahiri/asr-age-gap

## 摘要

这个开源项目拿 Whisper 在不同年龄段做了测试，发现 70 岁以上老人的词错率反而比 20 岁年轻人低，也就是说语音识别本身没拖后腿。真正卡脖子的是语音助手处理对话轮次的速度：老人说话时停顿和犹豫更多，导致从说完到系统给出反应的端到端延迟是年轻人的 2 到 5 倍。

## 推荐理由

该项目用 Whisper 测试不同年龄段的语音识别，发现 70 岁以上老人的词错率低于 20 岁年轻人，而语音助手处理老人对话的端到端延迟是年轻人的 2 到 5 倍。

## 锐评

老人词错率更低这个结论我信，Whisper 对慢速清晰语音本来就吃得住。卡住的是延迟 2 到 5 倍，这个数落在产品上就是能不能用。老人停顿多，VAD 判停阈值一保守就等，一激进就截断，端到端延迟全堆在这儿。做语音助手的别只盯 WER 刷榜，轮次检测这块的体验差距比识别率大得多。样本量和录音环境没给，倍数当方向看就行。
