Hugging Face Open ASR Leaderboard 添加了埃及英语和尼日利亚英语数据集
新增 ASR 数据集概述
Hugging Face 已将两个新的私有数据集集成到 Open ASR Leaderboard 中，专门针对埃及英语和尼日利亚英语口音。这些数据集由 Liva AI 提供，包含对话式、自发的语音内容，有助于解决自动语音识别 (ASR) 系统中对更多样化和更具代表性的评估指标的需求。
数据集规格
新增内容包括以下数据：
| 数据集 | 口音 | 时长 | 风格 | 转录详情 |
|---|---|---|---|---|
| Liva AI Conversational EG | 埃及 | 1.34 小时 | 对话式、自发 | 带标点、大小写，包含口语停顿 |
| Liva AI Conversational NG | 尼日利亚 | 1.55 小时 | 对话式、自发 | 带标点、大小写，包含口语停顿 |
增强的口音分类
为了提供更细致的性能洞察，Open ASR Leaderboard 根据 Kachru 的英语三圈模型更新了其报告结构。排行榜现在从两个新维度对性能进行分类：
- 美国 vs. 非美国： 包括英国、澳大利亚、加拿大、印度、尼日利亚和埃及。
- 内圈 vs. 外圈及扩展圈： 比较内圈国家（美国、英国、澳大利亚、加拿大）与外圈及扩展圈国家（印度、尼日利亚、埃及）。
Hugging Face 计划随着更多区域口音加入平台，进一步细分外圈和扩展圈类别。
数据来源与方法论
纳入这些数据是更广泛倡议的一部分，旨在通过利用留存的私有数据来减少“benchmaxxing”（即专门针对已知公共测试集优化模型）的做法。数据提供商 Liva AI 通过消费产品中的多模态交互收集这些信息。这种方法能够捕捉到现实环境中发生的自然、高语境的语音行为，而不是依赖于人工诱导或基于任务的语音样本。