ASR-roundtrip evaluation

研究揭示ASR往返评估掩盖了TTS阅读错误

一篇新发表在arXiv上的研究论文指出了自动语音识别（ASR）往返评估在评估中文新闻文本到语音（TTS）系统时的局限性。研究发现，该方法会掩盖上下文和约定相关的阅读错误，即TTS系统产生一个看似合理但发音错误的语音，而自动语音识别（ASR）系统仍能正确转录。对MiMo TTS和CosyVoice系统的审计揭示了大量此类被掩盖的错误，这表明ASR往返评估可用于初步筛选，但不足以作为评估中文新闻TTS阅读风险的唯一依据。