让转写留意任务真正需要的词
Hume 在 11 月 20 日推出 ASR Entity Dataset,面向语音识别模型的后训练。公司称数据包含八种语言、约 800 小时的朗读录音,以及超过 35 万个带标签的实体,覆盖姓名、街道地址、电话、邮箱、日期和编号等 28 类。它针对的不是一般句子是否通顺,而是预约、配送等任务中必须准确传递的信息。
识别错误与格式错误分开看
每段录音同时提供书面格式、实际说法和实体标签,让开发者区分听错内容与数字、时间格式转换出错。录音由约 6000 名来自 49 个国家的参与者制作,保留家庭和办公室的真实录音条件;不同语言还包含来自其他地区的名称和地址。该数据集通过联系团队获取授权,公告未提供公开下载入口或统一价格,也未承诺训练后的准确率提升。使用前应核对语言覆盖和许可,再按说话人划分训练与测试样本,避免把同一个人的录音混入两侧而高估效果。
via: Hume AI