埃及和尼日利亚英语口音加入 Open ASR Leaderboard

返回文章列表

几个月前，我们为 Open ASR Leaderboard 添加了私有数据：来自 Appen 和 DataOceanAI 的 11 个数据分片，涵盖五种口音的朗读式和会话式语音（博客）。社区反响热烈，许多人强调了留出测试集对于可信评估的重要性。此后，我们又通过 Voice Arena 添加了一个印度口音英语的私有分片（博客）。

我们很高兴地宣布与 Liva AI 达成新合作，将添加更多私有数据，涵盖两种新口音：埃及口音 🇪🇬 和尼日利亚口音 🇳🇬。

数据集	口音	时长 [小时]	风格	转写
Liva AI Conversational EG	埃及口音	1.34	会话式、自发	带标点、区分大小写、含不流畅之处。
Liva AI Conversational NG	尼日利亚口音	1.55	会话式、自发	带标点、区分大小写、含不流畅之处。

这是我们持续提升 ASR 评估代表性（更多口音和更多语言）并增强可信度（用新的私有数据尽量减少刷榜行为，以及引入新的数据提供方）的努力的一部分。我们很高兴看到社区继续推动面向全世界的 ASR 性能提升 🤗

Private 标签页中更丰富的口音细分

借助这些新口音，我们现在可以基于 Kachru 的三大同心圈呈现更丰富的口音细分（感谢 Hume AI 在其排行榜中提出的这一创意）。Open ASR Leaderboard 现在将报告：

美国 vs. 非美国（英国、澳大利亚、加拿大、印度、尼日利亚、埃及）
内圈（美国、英国、澳大利亚、加拿大）vs. 外圈与扩展圈（印度、尼日利亚、埃及）

随着更多口音的加入，我们将进一步细分外圈和扩展圈。

thumbnail

关于 Liva AI

Liva AI 通过真实用户使用的消费级产品收集多模态交互数据。由于 Liva 同时拥有数据收集环境和分发渠道，它能够围绕跨领域、跨行业、跨语言、跨模态和跨交互类型的具体模型缺口来设计产品。这使其能够获取通过真实产品使用自然产生的、高上下文的行为数据，而非人为诱发或基于任务的交互。