Open ASR Leaderboard新增埃及與奈及利亞英語私有測試資料

Hugging Face與Liva AI合作，在Open ASR Leaderboard加入埃及和奈及利亞英語的私有對話語音數據。此舉旨在透過引入更多口音與私有資料，提升自動語音辨識評測的代表性並減少過度優化測試集的現象。

AI 新聞雷達編輯團隊·本站收錄：2026/11/07 03:41（台灣時間）·閱讀約 2 分鐘

本站收錄時間為新聞雷達完成整理的時間，不代表事件發生時間。原文日期僅在取得明確來源證據時顯示；未標示者請參閱下方原始來源。

30 秒掌握

新增兩筆來自Liva AI的私有對話語音資料，分別為1.34小時的埃及英語與1.55小時的奈及利亞英語。

排行榜將依據Kachru三圈理論重新分類口音，區分美國與非美國、內圈國家與外圈及擴展圈國家。

引入私有資料是為了降低模型針對公開測試集過度調優（benchmaxxing）的風險，並增加評測的可信度。

新增埃及與奈及利亞英語的私有對話數據

Hugging Face宣布與Liva AI合作，在Open ASR Leaderboard中新增兩筆私有測試資料。這些資料涵蓋埃及英語（1.34小時）與奈及利亞英語（1.55小時），均為自發性的對話語音。

轉錄文本包含標點符號、大小寫以及口語中的不流暢現象（disfluencies）。這是繼先前加入Appen和DataOceanAI的五種口音資料，以及與Voice Arena合作的印度英語私有資料後，進一步擴展評測範圍的舉措。

隨著新口音的加入，Open ASR Leaderboard將採用更細緻的口音分類方式，參考了Hume AI提出的基於Kachru三圈理論（Kachru’s Three Circles）的分類概念。

排行榜現在會區分美國與非美國英語（包含英國、澳洲、加拿大、印度、奈及利亞、埃及），以及內圈國家（美國、英國、澳洲、加拿大）與外圈及擴展圈國家（印度、奈及利亞、埃及）。未來隨著更多口音加入，外圈與擴展圈的數據將進一步細分。

Liva AI透過消費者實際使用的產品收集多模態互動數據。由於該公司同時掌控數據收集環境與分發管道，能夠針對特定模型缺口設計產品，涵蓋不同領域、產業、語言及互動類型。

這種方式獲得了在真實產品使用中自然產生的高脈絡行為數據，而非透過人工引導或任務導向所蒐集到的語音。