RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 3 小时前AI 评分25
Voice Arena 推出双人通话语音识别基准
AI 导读
Voice Arena 发布语音识别基准，专门测试语音转文字模型在两人真实电话通话中的表现，使用日常手机、真实房间和真实背景音录制。首个数据集 Monsoon Conversational ASR Test Set 已上线，覆盖 5 种语言的两人对话，排行榜和公开测试集可在 Voice Arena 查看。该基准针对抢话、打断、简短应答和电话线路音频压缩等真实通话难点。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-11-06 05:40· 34 分钟前AI 评分45
AI 导读
语音识别评测必须测试语音智能体真正发挥作用的场景，也就是两人之间的电话通话。 Voice Arena 的新基准在真实通话中测试语音转文字模型——用日常手机、在真实房间里、有真实背景音。 两个人说话会让模型的任务难得多。人们会互相抢话、打断、插入简短的“yeah”和“okay”回应，而且电话线路会压缩音频。客服或销售智能体每天都要应对这一切。
正文 · 原文
语音识别评测必须测试语音智能体真正发挥作用的场景，也就是两人之间的电话通话。
Voice Arena 的新基准在真实通话中测试语音转文字模型——用日常手机、在真实房间里、有真实背景音。
两个人说话会让模型的任务难得多。人们会互相抢话、打断、插入简短的“yeah”和“okay”回应，而且电话线路会压缩音频。客服或销售智能体每天都要应对这一切。
Drop 3/15：在 @voicearena_ai 上推出语音识别基准。 一个基准覆盖语音识别的所有用例、所有语言。基于真实对话进行测试。 数据集 1 已上线：Monsoon 对话式 ASR 测试集，涵盖 5 种语言的两人对话。 排行榜和公开测试集见 Voice Arena。在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news