---
title: "阿拉伯语方言语音识别：如何测试 ASR 准确率 | BroadRouter"
description: "语音转文字为什么难以处理海湾、埃及、黎凡特和马格里布阿拉伯语，以及如何搭建方言测试集，看清服务商在你的音频上表现如何。"
url: https://broadrouter.com/zh/blog/arabic-dialect-speech-recognition/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/arabic-dialect-speech-recognition/)（2026-11-16 更新）。

# 阿拉伯语方言语音识别：海湾、埃及、黎凡特、马格里布

BroadNet Inference 团队 · 阅读约 5 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

阿拉伯语方言在发音、词汇和拼写上都与现代标准阿拉伯语不同，说话人还会夹杂英语或法语，所以主要用正式阿拉伯语训练的 ASR 模型在方言上得分差得多。测试服务商时，用真实音频为每种方言建测试集，固定拼写规范，并按方言分别计算 WER、CER 和实体准确率。

## 要点

-   方言是影响阿拉伯语 ASR 准确率的主要因素：BroadNet 报告，同一模型在朗读阿拉伯语上的 WER 为 3.8，在方言语音上为 23.4。
-   方言没有标准拼写，所以评分之前先决定参考文本是逐字方言还是规范化形式。
-   海湾方言夹杂英语，马格里布方言夹杂法语。把语码转换的片段单独分组评分。
-   按方言分别报告 WER 和 CER，再加上数字和人名的准确率。永远不要只信一个平均数。
-   每种方言 30 到 50 个片段，其中 10 个有人工核对的参考文本，就足以给服务商排序。

**本页内容**

1.  阿拉伯语方言为什么难做语音识别？
2.  每种阿拉伯语方言会怎样难倒语音识别？
3.  如何搭建阿拉伯语方言测试集？
4.  公开的阿拉伯语 WER 数字能说明什么？
5.  方言转写文本该交给哪个大模型来读？
6.  BroadNet Inference 的定位

语音转文字之所以难以处理阿拉伯语方言，是因为方言在发音、词汇和拼写上都与现代标准阿拉伯语（MSA）不同，说话人还会夹杂英语或法语。想知道某个服务商表现如何，就用你的真实音频为每种方言建一个小测试集，并按方言分别评分。

利雅得的来电、开罗的语音消息和卡萨布兰卡的客服通话都算“阿拉伯语”，同一个模型可能把第一个处理得很好，第三个却很差。

本文说明每个主要方言群为什么会难倒语音识别，以及如何搭建一个测试，看清服务商在**你的**方言上的表现。更全面的选型清单（价格、限制、隐私）请见[阿拉伯语语音转文字选型指南](https://broadrouter.com/zh/blog/arabic-speech-to-text-api-buyers-guide/)。

## 阿拉伯语方言为什么难做语音识别？

四个问题叠加在一起：

1.  \*\*发音不同。\*\*同一个字母在不同地区读法不同，声学模型必须把几种读音对应到同一种拼写。
2.  \*\*词汇不同。\*\*日常用词因方言而异。主要用 MSA 训练的模型可能会把方言词“纠正”成对应的正式词；如果你的参考文本是逐字记录，这就算错误。
3.  \*\*没有标准拼写。\*\*方言的书写很随意，连两位人工转写员都会有分歧。训练数据也不均衡：2024 年一项关于方言覆盖的研究指出，现有 ASR 系统 “mainly cover the modern standard Arabic (MSA) variety and few high-resource dialects”（译文：主要覆盖现代标准阿拉伯语（MSA）和少数高资源方言）（[arXiv 2411.05872](https://arxiv.org/abs/2411.05872)）。
4.  \*\*[语码转换](https://broadrouter.com/zh/glossary/code-switching/)。\*\*说话人会在句子中途夹杂英语或法语。覆盖八种方言的 [Casablanca](https://aclanthology.org/2024.emnlp-main.1211) 数据集，在标注方言和性别的同时也标注了语码转换。

[Open Universal Arabic ASR Leaderboard](https://arxiv.org/abs/2412.13788) 论文（Interspeech 2025）正是出于这个原因，在多个多方言测试集上评估开源模型：一个阿拉伯语总分会掩盖其中的差异。

## 每种阿拉伯语方言会怎样难倒语音识别？

| 方言群 | 地区 | ASR 常见难点 |
| --- | --- | --- |
| 海湾方言（Khaleeji） | 沙特阿拉伯、阿联酋、科威特、卡塔尔、巴林、阿曼 | 夹杂英语产品名、数字和品牌词；qaf 和 kaf 的地区读法 |
| 埃及方言 | 埃及 | jeem 读作硬音 g；qaf 常读作声门塞音；在媒体中非常常见，所以模型通常见得更多 |
| 黎凡特方言 | 叙利亚、黎巴嫩、约旦、巴勒斯坦 | 城市口音把 qaf 读作声门塞音；夹杂法语或英语，黎巴嫩尤甚 |
| 马格里布方言（Darija） | 摩洛哥、阿尔及利亚、突尼斯、利比亚 | 离 MSA 最远；短元音脱落；大量法语语码转换；有阿马齐格语借词 |
| 伊拉克方言 | 伊拉克 | 词汇和发音独特；公开的训练音频较少 |

这些只是倾向，不是规则。每个方言群内部，城市和乡村的口音都不一样，年轻人也更常语码转换。关键在于，每个方言群出错的方式各不相同，所以要按方言群分别评分。

## 如何搭建阿拉伯语方言测试集？

### 1\. 按方言采集真实音频

从你在生产中要处理的渠道里，为每种方言抽取 30 到 50 个片段：电话、WhatsApp 语音消息、会议录音。8 kHz 的电话音频和录音棚音频表现不同。给每个片段标上方言，并标记含有英语或法语的片段。

### 2\. 先约定拼写规范

在任何人写参考文本之前，先决定：

-   **逐字方言**（按实际所说、用方言拼写记录），或
-   **规范化**（统一映射成一致的形式）。

把选择连同示例写下来。如果参考文本是逐字记录，而模型输出的是接近 MSA 的词，即使意思对，WER 也会很难看。两种选择都没有错，但必须符合你下游系统的需要。

### 3\. 每种方言为 10 个片段写参考文本

请该方言的母语者来转写。对于语码转换的片段，决定英语单词是否保留拉丁字母，并全程统一执行。

### 4\. 两边都规范化，然后评分

去掉变音符号，统一 alef 的写法（إ أ آ 统一为 ا）和词尾 yaa（ى 统一为 ي），删除标点，把东阿拉伯数字转换为西阿拉伯数字。然后计算：

| 指标 | 原因 |
| --- | --- |
| 按方言的 [WER](https://broadrouter.com/zh/glossary/word-error-rate/) | 标准指标；对附着词和前缀很严格 |
| 按方言的 CER | 对拼写差异更宽容 |
| 实体准确率 | 数字、日期和人名被准确转写的比例 |
| 语码转换组的 WER | 看英语或法语单词是否保留下来 |

`jiwer` 包可以计算 WER 和 CER；[阿拉伯语 WER 详解](https://broadrouter.com/zh/blog/arabic-asr-wer-explained/)里有一个可复用的规范化函数，还有一个示例，展示规范化会让分数变化多少。

### 5\. 通读转写文本

呼叫中心或银行业务流程能不能用，取决于数字。每种方言读 20 份转写文本，手动核对每个数字、日期和人名。

## 公开的阿拉伯语 WER 数字能说明什么？

公开基准给的是方向，不是承诺。BroadNet 在其[模型目录](https://www.broadnet.ai/inference/models)中为 BroadNet Transcribe Arabic 公布了三个 WER 数字：FLEURS-ar（清晰的朗读语音）上为 3.8，MASC-ar（混合的真实场景语音）上为 21.1，自有方言集上为 23.4。同一个模型从朗读语音到方言语音，WER 跳升了六倍，这正是你要用自己的方言测试的原因。

比较服务商时，要在同一个测试集上比较。[Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard) 这样的排行榜有用，是因为每个模型都按同样的方式评分。厂商在自家数据集上给出的数字，无法和另一家厂商的数字相比。

## 方言转写文本该交给哪个大模型来读？

转写文本通常会交给大模型：总结通话、分派工单或回答问题。这个模型也得读得懂方言。我们的[阿拉伯语大模型选择指南](https://broadrouter.com/zh/blog/choosing-an-llm-for-arabic/)介绍了如何测试，而 [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) 是 BroadNet 在海湾方言和埃及方言上测试过的模型。

## BroadNet Inference 的定位

[BroadNet Transcribe Arabic](https://broadrouter.com/zh/models/cohere-transcribe-arabic/) 专为包括方言在内的阿拉伯语打造，价格为每分钟 $0.0042（每小时 $0.25）。BroadNet 报告它在 Open Universal Arabic ASR Leaderboard 上位列 第 2 名（共 37 个）（这是 2026年9月的数据；2026年11月15日实时榜单上为 39 个中的第 4 名），在许可证允许通过 API 提供服务的模型中排名第一。如果需要在嘈杂音频中准确识别数字、日期和人名，BroadNet 可[按需提供](https://broadrouter.com/zh/models/#on-request)微调版本。$5 的初始额度约合 1,190 分钟，足够完成上面的整套测试；[语音转文字费用计算器](https://broadrouter.com/tools/speech-to-text-cost-calculator/)可以把你的生产用量换算成月账单。[创建密钥](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-arabic-dialect-speech-recognition&utm_content=body)即可开始。

BroadNet 没有按方言群分别公布 WER 数字。这正是你应该做这个测试的原因：它的方言集数字只是一个数，而你的客户说的是一两种方言，而不是全部。

相关免费工具（英文）

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[现代标准阿拉伯语（MSA）](https://broadrouter.com/zh/glossary/msa/)

现代标准阿拉伯语（MSA）是阿拉伯世界在书面、新闻、教育和正式讲话中使用的标准化阿拉伯语。它不是任何人日常使用的母语：人们平时说埃及阿拉伯语、海湾阿拉伯语等地区方言，在正式场合才切换到 MSA。

[语音转文字（speech-to-text）](https://broadrouter.com/zh/glossary/speech-to-text/)

语音转文字，也叫自动语音识别（ASR），是把口语音频转换成书面文字的技术。语音转文字 API 接收音频文件或音频流并返回转写文本，通常按音频分钟计价。准确率用词错误率衡量，会随口音、方言和录音质量变化。

[词错误率（WER，word error rate）](https://broadrouter.com/zh/glossary/word-error-rate/)

词错误率（WER）是语音识别的标准准确率指标：把转写结果改成正确参考文本所需的替换、删除和插入词数，除以参考文本的词数。数值越低越好。

[语码转换（code-switching）](https://broadrouter.com/zh/glossary/code-switching/)

语码转换是在同一段对话或同一句话中使用两种或更多语言，或同一语言的不同变体，口语和书面语都有。例如讲阿拉伯语的人在方言里夹杂英语单词，或在现代标准阿拉伯语和方言之间来回切换。

[字错误率（CER，character error rate）](https://broadrouter.com/zh/glossary/character-error-rate/)

字错误率（CER）在字符层面衡量转写或 OCR 的准确度：把输出变成参考文本所需的替换、删除和插入次数，除以参考文本的字符数。越低越好，0 表示完全一致。

[阿拉伯语变音符号（tashkeel）](https://broadrouter.com/zh/glossary/arabic-diacritics/)

阿拉伯语变音符号（tashkeel）是写在字母上方或下方的小符号，用来标示短元音、辅音重叠和无元音。它们是可选的：包括新闻在内，大多数阿拉伯语文本都省略它们，读者和软件需要根据上下文推断元音。

[阿拉伯语方言（dialectal Arabic）](https://broadrouter.com/zh/glossary/dialectal-arabic/)

阿拉伯语方言是某个地区或城市日常使用的口语阿拉伯语，例如埃及、海湾、黎凡特或马格里布阿拉伯语。方言在语音、词汇和语法上都不同于现代标准阿拉伯语，没有标准拼写，而且越来越多地出现在网络文字中，这让语言模型更难处理。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

## 常见问题

### 哪种阿拉伯语方言最难做语音识别？

没有通用的排名，这取决于模型的训练数据。摩洛哥、阿尔及利亚等马格里布方言往往较难，因为它们离现代标准阿拉伯语最远，而且夹杂法语。与其依赖笼统的排名，不如测试你自己的方言。

### 语音转文字能听懂埃及阿拉伯语吗？

通常比冷门方言好，因为埃及方言在媒体中使用广泛，但准确率仍会低于正式阿拉伯语。请用你自己的录音来测量。

### 阿拉伯语该用 WER 还是 CER？

两个都用。WER 按整词计算，前缀或附着词错了，整个词就算错。CER 按字符计算，对拼写差异更宽容，这对没有标准拼写的方言很重要。

### 测试阿拉伯语 ASR 服务商需要多少音频片段？

每种方言约 30 到 50 个真实片段，其中每种方言至少 10 个由人工转写作为参考文本。这足以看出服务商之间的明显差距。

### 语言代码对阿拉伯语方言有影响吗？

请传入 language=ar。在大多数 API 上，各方言共用 ar 这个代码。不传的话，有些模型会把阿拉伯语语音转写成拉丁字母。

## 继续阅读

-   [阿拉伯语语音转文字 API：2026 年怎么选](https://broadrouter.com/zh/blog/arabic-speech-to-text-api-buyers-guide/)
-   [如何选择阿拉伯语大模型 API：该测试什么](https://broadrouter.com/zh/blog/choosing-an-llm-for-arabic/)
-   [Whisper API 替代方案：什么时候该换，怎么测试](https://broadrouter.com/zh/blog/whisper-api-alternative/)
-   [呼叫中心录音怎么转写：一条支持阿拉伯语的流水线](https://broadrouter.com/zh/blog/transcribe-call-center-recordings/)
-   [用 API 把阿拉伯语音频翻译成英文文本：一条经过测试的流水线](https://broadrouter.com/zh/blog/translate-arabic-audio-to-english/)
-   [用大模型给阿拉伯语加注音符号：提示词、校验与 DER](https://broadrouter.com/zh/blog/arabic-diacritization-llm/)
-   [用大模型做阿拉伯语语法和拼写纠错：实操指南](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)
-   [指南：阿拉伯语语音转文字 API 分步教程](https://broadrouter.com/zh/guides/arabic-speech-to-text-api/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-arabic-dialect-speech-recognition&utm_content=page-cta) ·

**来源**

-   [Talafha 等，Casablanca: Data and Models for Multidialectal Arabic Speech Recognition（EMNLP 2024；2026-11-14 查阅）](https://aclanthology.org/2024.emnlp-main.1211)
-   [Wang、Alhmoud 和 Alqurishi，Open Universal Arabic ASR Leaderboard（Interspeech 2025；arXiv 2412.13788；2026-11-14 查阅）](https://arxiv.org/abs/2412.13788)
-   [Dialectal Coverage and Generalization in Arabic Speech Recognition（arXiv 2411.05872；2026-11-14 查阅）](https://arxiv.org/abs/2411.05872)
-   [Open Universal Arabic ASR Leaderboard，Hugging Face Space（2026-11-14 查阅）](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [BroadNet 模型目录，语音转文字：BroadNet 报告的 WER（2026-11-14 查阅）（英文）](https://www.broadnet.ai/inference/models)
