PulseAugur
实时 18:22:51
English(EN) Earnings25: A Comprehensive 500-Hour Speech Benchmark for Finance

新的Earnings25基准测试评估金融财报电话会议的ASR性能

研究人员推出了Earnings25,这是一个旨在评估自动语音识别(ASR)系统在金融财报电话会议中性能的新基准测试。该基准测试包含近500小时的2025年第四季度标普500公司财报电话会议的庞大数据集,以及代表不同行业的46小时分段数据集。Earnings25提供了对齐的转录文本和元数据,如说话者角色和行业标签,以便进行超越简单词错误率的更细致评估。 AI

影响 能够更准确地评估金融行业的ASR系统,可能改进金融分析和报告工具。

排序理由 该条目描述了一个用于评估AI系统的新学术基准测试,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的Earnings25基准测试评估金融财报电话会议的ASR性能

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Denglin Jiang, Haoran Zhou, Anshul Wadhawan, Brendan Fahy, Vinay Ramesh, David Weisberg, Dmitriy Derkachevskiy, Helen Sheehan, Srivas Prasad, Michele Franceschini ·

    Earnings25: A Comprehensive 500-Hour Speech Benchmark for Finance

    arXiv:2607.23813v1 Announce Type: cross Abstract: We introduce Earnings25, a finance-domain benchmark for evaluating automatic speech recognition (ASR) on English-language earnings calls under realistic conditions. Earnings25 comprises two complementary test sets: (i) testset-ful…