Rohan Paul (@rohanpaul_ai)T2·基座大模型
62 分
Voice Arena 推出面向语音智能体真实场景的语音识别基准,首个数据集 Monsoon 聚焦日常手机通话中的双人对话,覆盖 5 种语言。该基准强调重叠说话、插话、短应答与电话线路压缩等真实难点,并公开排行榜与测试集。
Overlapping Speech
多个说话人同时发声的语音片段,是多人对话转写中的主要难点之一。
Voice Arena 推出面向语音智能体真实场景的语音识别基准,首个数据集 Monsoon 聚焦日常手机通话中的双人对话,覆盖 5 种语言。该基准强调重叠说话、插话、短应答与电话线路压缩等真实难点,并公开排行榜与测试集。