Hugging Face 研究发现多款 ASR 模型会复现公开基准转写错误

Hugging Face 最新研究提出三项测试来量化语音识别中的 benchmark optimization，并评估了 11 个常用开源 ASR 模型。研究发现，一些高分模型会在 VoxPopuli English 和 LibriSpeech 上复现基准转写内容，即使音频与参考文本矛盾、相关词被静音，或同一发音可对应不同书写形式。