引入了一个名为VoiceCodeBench的新基准,用于评估自动语音识别(ASR)系统在恢复特定结构化令牌(如标识符和测量量)方面的准确性。传统的词错误率(WER)等指标未能完全捕捉ASR在这些关键应用中的性能。VoiceCodeBench包含300个录制的职场片段,并与WER一起评估系统的规范令牌/实体匹配(CTEM)和任务成功率(TSR)。目前领先的ASR系统仅达到68.7%的任务成功率,表明迫切需要实体敏感的评估指标。 AI
影响 该基准突显了对更鲁棒的ASR评估的需求,可能推动结构化数据任务中语音接口的改进。
排序理由 该集群描述了一个用于评估ASR系统的新学术基准。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →