开放ASR排行榜首次纳入南亚语言

Voice Arena和Hugging Face合作推出了针对印地语和印度英语的开放式自动语音识别（ASR）评估，填补了现有排行榜在语言多样性上的空白。新加入的两个评估集——Monsoon en-IN 和 Monsoon hi-IN，分别涵盖印度英语和印地语，每个集合包含4888名不同说话者的录音，并记录了12个与说话者相关的属性。此举旨在提高ASR系统的公平性和准确性，确保测试集中广泛覆盖地理、年龄、性别等因素，减少模型在特定人群中的错误率。Monsoon评估集的设计沿九个轴变化：地理位置、年龄、性别、词汇量、设备、声学环境、语体、语速和同一音频的多个有效转录。