What Counts as an Error? Dual-Reference Benchmarking for Atypical ASR
AI 深度解读
背景
自动语音识别（ASR）技术在近年来取得了显著进展，但在处理非典型语音（Atypical Speech，如口吃、构音障碍等）时仍面临巨大挑战。目前的ASR评估通常假设存在唯一的“真实值（Ground Truth）”，即标准的、流畅的规范文本。然而，对于非典型语音而言，这种假设存在根本性缺陷：说话者实际发出的声音（包含重复、拖音等不流畅现象）与他们意图表达的规范文本之间往往存在差异。这种双重性使得“什么算作错误”成为了一个悬而未决的问题，也直接影响了ASR模型在非典型语音场景下的评估有效性与模型选择。
核心内容
本文针对非典型
查看原文 →arxiv.org