EszközökHír
Open ASR: egyiptomi és nigériai angol a ranglistán
🇬🇧 Read this article in English →
A Hugging Face Open ASR Leaderboard két új, privát Liva AI beszélgetős szettet kapott: egyiptomi és nigériai angol akcentussal, hogy az ASR-evalok jobban lefedjék a világ angolját.
· 2 perc olvasás
Mi változott?
A Hugging Face Open ASR Leaderboard blogbejegyzése szerint a Liva AI együttműködéssel két új, privát angol akcentus került a Private fülre: egyiptomi és nigériai.
Mindkét szett spontán, beszélgetős beszéd, írásjelekkel, nagybetűkkel, illetve diszfluenciákkal átírva. Ez nem publikus benchmark-adat, hanem held-out anyag, amit a ranglista privát ágán mérnek.
Adathalmaz | Akcentus | Óra | Stílus |
|---|---|---|---|
Liva AI Conversational EG | egyiptomi | 1,34 | spontán beszélgetés |
Liva AI Conversational NG | nigériai | 1,55 | spontán beszélgetés |
Miért számít?
Az Open ASR eddig is bővült Appen, DataOceanAI, illetve Voice Arena privát szettekkel. A cél kettős: több akcentus és nyelv a mérésben, illetve új adatszolgáltatók, hogy ne lehessen a publikus tesztekre ráoptimalizálni.
A Private fülön most gazdagabb az akcentusbontás Kachru Three Circles logikája szerint: US vs. non-US, illetve Inner Circle (US, UK, Ausztrália, Kanada) vs. Outer és Expanding Circle (India, Nigéria, Egyiptom).
Fejlesztői szemmel ez azt jelenti, hogy az angol ASR modellek rangsorolásánál a nem amerikai, spontán beszéd súlya nő. Ha már követted a Nemotron 3.5 Transcribe Open ASR eredményeit, érdemes a Private fül új oszlopait is megnézni, mielőtt éles hanganyagokra választasz modellt.
MI segítségével készült, szerkesztő ellenőrizte. Hogyan készülnek a cikkeink
Szerkesztőségünk ellenőrizte és szerkesztette. Rólunk
