ETC-Bench：面向评测端转写规范化的多语言基准
英文标题：ETC-Bench: A Multilingual Benchmark for Evaluation-Side Transcript Canonicalization
针对同一语音的转写可能存在多种合规表层形式、导致传统语音识别评测失准的问题，研究团队提出了评测端转写规范化（ETC）任务。ETC 旨在将不反映语音识别错误的多样化表层文本映射至统一的规范形式。为此构建的 ETC-Bench 提供了多语言评测基准，有助于消除转写格式与拼写差异带来的评测噪声，对客观评估多语言语音模型具有重要意义。
打开原文相关 1.6 · 机会 0
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
论文摘要
同一语音的文本转写可能存在多种差异，且这些差异并非完全由语音信号本身唯一决定。针对这一问题，本研究提出了评测端转写规范化（Evaluation-side Transcript Canonicalization, ETC），旨在当文本表层形式的差异并不反映语音识别错误时，将这些多种表层形式映射为统一的规范形式。研究团队为此构建了多语言基准数据集 ETC-Bench。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×