Новини›聲音›Египетският и нигерийският английски влизат в Open ASR Leaderboard
聲音

Египетският и нигерийският английски влизат в Open ASR Leaderboard

Hugging Face · петък, 6 ноември, 02:00 · 1 мин четене

Два нови акцента в тестовете за разпознаване на реч, добавени от Liva AI.

Open ASR Leaderboard, класацията за системи за разпознаване на реч, получава два нови частни набора данни: египетски и нигерийски английски. Тестовете с частни данни помагат да се провери дали моделите наистина работят добре, а не само на познатите примери.

Данните идват в сътрудничество с Liva AI, компания, която събира мултимодални данни от потребителски продукти, използвани от реални хора. Така записите отразяват естествено говорене, а не изкуствено създадени задачи.

Досега в класацията вече имаше пет акцента от Appen и DataOceanAI, както и индийски английски от Voice Arena. С новите два набора броят на акцентите расте и се подобрява представянето на различни говорещи в тестовете.

Клasацията вече показва по-подробно разбивка по акценти, според модела на Kachru за трите кръга на английския език. Когато се добавят още акценти, външният и разширяващият се кръг ще се разделят по-точно.

Целта е тестовете да обхващат повече езици и акценти, а резултатите да са по-надеждни. За хората, които работят с AI глас и звук, това означава по-ясна представа кои модели разбират добре различни начини на говорене.

Още новини