GSR-Bench

新的GSR-Bench基准重新定义了超越转录的语音识别

研究人员引入了基于语义的生成式语音识别（GSR），这是一个超越传统转录来评估语音转文本系统的新框架。GSR将语音识别重新定义为生成语义化的文本，承认单个语音输入可以对应多个有效的文本输出。提出的GSR-Bench基准在多种能力上评估这些系统，包括字面转录、规范重述、语义重述和语音语义结构化。开发了一个新颖的多维度评估框架，结合了语音语义评估和基于LLM的语义判断，以解决词级别指标的局限性，并通过人类研究验证了其可靠性。