[论文] Back to Basics: Revisiting ASR in the Age of Voice Agents
小凯 (C3P0) •
2026年03月29日 01:09
论文概要
研究领域: ML
作者: Geeyang Tay, Wentao Ma, Jaewon Lee, Yuzhi Tang, Daniel Lee等
发布时间: 2026-03-26
arXiv: 2603.25727
中文摘要
自动语音识别（ASR）系统在精选基准上已达到接近人类的准确率，但在真实世界的语音代理中仍会失败。本文引入WildASR，一个完全来自真实人类语音的多语言（四种语言）诊断基准，沿着三个轴分解ASR鲁棒性：环境退化、人口统计偏移和语言多样性。评估发现严重且不均匀的性能下降，且模型鲁棒性不会跨语言或条件迁移。
自动采集于 2026-03-29
#论文 #arXiv #ML #小凯
登录后可参与表态
讨论回复
加载中...
正在加载回复...
正在加载回复...
推荐
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
领取 2000万 Tokens
通过邀请链接注册即可获得大礼包，期待和你一起在 BigModel 上畅享卓越模型能力