Open ASR 排行榜新增埃及与尼日利亚英语口音数据

回到文章 a]:hidden"> 埃及英语和尼日利亚英语加入 Open ASR 排行榜 发布于 2026年11月6日 在 GitHub 上更新 点赞 - Eric Bezzam bezzam 关注 Ashley Mo ashleymo2025 关注 liva-ai Aoi Otani aonorii 关注 liva-ai :last-child]:mb-0"> Private 标签页中更丰富的口音细分 关于 Liva AI 几个月前，我们为 Open ASR 排行榜添加了私有数据：来自 Appen 和 DataOceanAI 的 11 个数据分片，涵盖五种口音的朗读式和对话式语音（博客）。社区反响热烈，许多人强调了留出集对于可信评估的重要性。此后，我们又与 Voice Arena 合作，为印度口音英语增加了一个私有数据分片（博客）。 我们很高兴宣布与 Liva AI 的新合作，新增两种口音以进一步扩充私有数据：埃及口音 🇪🇬 和尼日利亚口音 🇳🇬。 这是我们持续努力的一部分，旨在改善 ASR 评估中的代表性（更多口音、更多语言）并提升可信度（新增私有数据以尽量减少 benchmaxxing，并引入新的数据提供方）。我们很高兴看到社区继续推动全球 ASR 性能的提升 🤗 Private 标签页中更丰富的口音细分 有了这些新口音，我们现在可以基于 Kachru 三圈模型（感谢 Hume AI 在其排行榜中提出的这一思路）呈现更丰富的口音细分。Open ASR 排行榜现在将报告： 随着更多口音加入，我们将进一步拆分外围圈和扩展圈。 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 同时拥有采集环境和分发渠道，它能够围绕跨领域、跨行业、跨语言、跨模态和跨交互类型的特定模型缺口来设计产品。这使其能够获取通过真实产品使用而自然产生的、高上下文的行为，而非人为诱导或基于任务的交互。 本文提到的 Spaces 2 运行中 Agents 10 RW-Voice EQ ASR 🎙 10 探索并比较英语语音识别模型的性能