Article · AI translation
几个月前，我们向 Open ASR Leaderboard 添加了私有数据：来自 Appen 和 DataOceanAI 的 11 个数据子集，涵盖 5 种口音的照稿朗读和对话语音（博客）。社区反响热烈，许多人强调，留出数据集对可信的评测至关重要。此后，我们又与 Voice Arena 合作，新增了 1 个印度口音英语的私有数据子集（博客）。
我们很高兴地宣布与 Liva AI 展开新合作，加入更多私有数据，涵盖 2 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
转写文本
Liva AI Conversational EG
埃及口音
1.34
对话式、自然即兴
含标点和大小写，保留不流畅表达。
Liva AI Conversational NG
尼日利亚口音
1.55
对话式、自然即兴
含标点和大小写，保留不流畅表达。
这是我们持续努力的一部分：通过纳入更多口音和语言，提升 ASR 评测的代表性；通过增加新的私有数据以尽量减少针对基准测试刷分的行为，并引入新的数据提供方，提升评测的可信度。我们很高兴看到社区继续推动 ASR 性能进步，造福全世界 🤗
“私有数据”标签页中更细致的口音分类
有了这些新口音，我们现在可以根据卡奇鲁的“三圈模型”呈现更细致的口音分类（感谢 Hume AI 在其排行榜中提出这一想法）。Open ASR Leaderboard 现在将报告：
美国与非美国（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）与外圈及扩展圈（印度、尼日利亚、埃及）
随着更多口音加入，我们会将外圈和扩展圈分开。
关于 Liva AI
Liva AI 通过真实用户使用的消费产品收集多模态交互数据。由于 Liva 同时掌控数据收集环境和分发渠道，因此能够围绕模型在不同领域、行业、语言、模态和交互类型中的具体短板设计产品。这使其能够获取真实产品使用过程中自然产生的、具有丰富上下文的行为数据，而非人为诱导或基于特定任务的交互数据。