@MSFTResearch: 今天，我们宣布PazaBench的第二个版本发布，这是我们用于评估跨非洲语言自动语音识别（ASR）模型的基准测试。
摘要
微软研究院宣布PazaBench的第二个版本发布，这是一个用于评估跨非洲语言自动语音识别模型的基准测试。
查看缓存全文
缓存时间: 2026/07/21 20:48
今天，我们宣布推出PazaBench的第二版，这是我们用于评估跨非洲语言的自动语音识别（ASR）模型的基准。https://t.co/RLb5SnRQCu
相似文章
@MSFTResearch：我们显著扩展了覆盖范围，支持：● 22 种新增语言，现已覆盖 38 个非洲国家…
微软研究院宣布扩大了其 ASR 模型的覆盖范围，新增了 22 种语言，覆盖 38 个非洲国家，并提供了新的数据集和测试样本。
商业ASR系统在代码切换语音上的基准测试：阿拉伯语、波斯语和德语
本文提出了一个基准测试，评估了五个商业ASR系统在阿拉伯语-英语、波斯语-英语和德语-英语代码切换语音上的性能，使用两阶段管道为每个语言对选择300个样本，并通过WER和BERTScore评估性能。ElevenLabs Scribe v2在整体上取得了最低的WER（13.2%）和最高的BERTScore（0.936），并提供公开数据集。
BlasBench：爱尔兰语语音识别开放基准
BlasBench 为爱尔兰语语音识别引入了一个开放的评估基准，采用爱尔兰语感知的文本规范化，保留了长音符、浊化和日蚀等语言特征。该论文在四个架构家族的 12 个 ASR 系统上进行基准测试，揭示了显著的泛化差距，并表明现有多语言系统由于规范化不足而在爱尔兰语上表现不佳。
FFASR排行榜发布：真实场景下的ASR评测
介绍FFASR排行榜，这是一个开放、社区驱动的基准测试，用于在真实远场声学条件下评估自动语音识别模型，突显了近场和远场场景之间的显著性能差距。
多样化语音的人类与自动语音识别基准测试：初步结果
本文比较了最先进的ASR系统与人类听者在识别多样化荷兰语语音方面的表现，发现ASR系统在某些情况下与人类表现相当甚至更优，其中Google Telephony表现最佳。文章强调了说话者年龄、地方口音及测试集选择对基准测试结论的影响。