第一梯队：中英日韩。 听脑AI、讯飞听见在这四种语言上已接近母语级体验，普通话准确率98%，英语95%，日语93%，韩语91%。原因很简单——训练数据量最大，模型优化最充分。日韩语言因语序与中文接近，迁移学习效果尤其好。

第二梯队：欧洲主要语言。 英语、法语、德语、西班牙语准确率在88%～94%之间，日常会议够用，但语速快或口音重时明显掉链子。Otter.ai在英语上表现最强，95%准确率且深度集成Zoom，是跨境会议首选。

第三梯队：小语种和方言。 阿拉伯语、泰语、越南语等准确率跌至75%～85%，实时转写基本"能猜个大意"。国内方言同样分化严重——粤语、四川话约88%，闽南语、潮汕话仅78%左右，部分少数民族语言几乎不可用。

跨语言混合场景是最大坑。 一场会议中中英夹杂，当前所有产品准确率平均下降8～12个百分点，因为模型在语种切换时容易"串台"。Whisper开源模型在99种语言上都有覆盖，但多数语言仅停留在"能转"层面，离"好用"差得远。