测试了下一个还比较高清的音频，发现不会数字数，加法也出错了，Gemini会更准一些 <img width="584" height="316" alt="Image" src="https://github.com/user-attachments/assets/ff464ea1-6737-4b97-8d21-e6b7f866aaaa" />
测试了下一个还比较高清的音频，发现不会数字数，加法也出错了，Gemini会更准一些