语音识别评测必须测试语音智能体真正发挥作用的场景，也就是两人之间的电话通话。

Voice Arena 的新基准在真实通话中测试语音转文字模型——用日常手机、在真实房间里、有真实背景音。

两个人说话会让模型的任务难得多。人们会互相抢话、打断、插入简短的“yeah”和“okay”回应，而且电话线路会压缩音频。

客服或销售智能体每天都要应对这一切。