Open ASR Leaderboard
PulseAugur coverage of Open ASR Leaderboard — every cluster mentioning Open ASR Leaderboard across labs, papers, and developer communities, ranked by signal.
- 2026-05-20 product_launch Hugging Face added the Benchmaxxer Repellant benchmark to its Open ASR Leaderboard. 来源
4 天有情绪数据
-
NVIDIA Nemotron 3.5 Transcribe 提供多语言语音处理，取得排行榜领先成绩
NVIDIA 发布了 Nemotron 3.5 Transcribe 和 Granary v2，这是一个用于多语言语音处理的开源模型。Nemotron 3.5 Transcribe 可处理多达 40 种语言的语音转录、说话人归属、翻译和音频问答。它在 Hugging Face 开放 ASR 排行榜和其他语音转录准确性和说话人分离基准测试中取得了领先成绩。配套的 Granary v2 提供了一个数据管道和微调工具，可将模型适应特定领域和…
-
IBM 发布 Granite Speech 5.0 2B，在 Open ASR 排行榜上排名第二
IBM 推出了 Granite Speech 5.0 2B，一个拥有 20 亿参数的全新开源语音语言模型，专为多语言语音转录和翻译而设计。该模型在 Open ASR 排行榜上取得了第二高的排名，平均英语词错误率 (WER) 为 5.68%。IBM 还更新了其 Turbo CTC 和 4.1 2B Plus 模型，分别增强了在边缘设备上的性能和说话人分离能力。Granite Speech 5.0 2B 模型可部署在包括 GPU、Appl…
-
IBM 更新 Granite Speech 模型，提高准确性和速度
IBM 发布了其 Granite Speech 系列的更新，推出了一款新的 20 亿参数模型 granite-speech-5.0-2b，并改进了两个现有模型。新的 2B 模型在多种语言的转录和翻译方面提供了更高的准确性、鲁棒性和控制力，包括关键词偏好和请求标点符号。granite-speech-5.0-470m-turboctc 模型已更新为多语言且速度更快，在 Open ASR Leaderboard 上取得了更高的 RTFx 分…
-
新的CAFE方法提高了多语言ASR的准确性
研究人员开发了CAFE（Confined-Adapter Feature distillation，受限适配器特征蒸馏），一种改进多语言自动语音识别（ASR）系统的新方法。CAFE解决了特征蒸馏技术在有利于非英语语言的同时可能损害英语性能的权衡问题。通过将特征蒸馏梯度限制在特定的适配器内，CAFE在不牺牲英语准确性的前提下提高了多种语言的性能。该方法在Open ASR Leaderboard上实现了更低的平均词错误率（WER），并证明…
-
Hugging Face 排行榜：基准测试如何被填充和查看
Hugging Face 维护着 48 个官方基准测试的排行榜，这些排行榜通过模型仓库中的 .eval_results YAML 文件由模型作者提交结果来填充。这些排行榜由 Hugging Face 自动组装，并非由基准测试所有者直接上传。大约 30% 的条目在默认视图中不可见，需要进行特定过滤。 “Agents and terminal”类别包含的基准测试最多，而 “Science and knowledge”类别包含的条目最多，其…
-
Hugging Face 将 48 个 AI 基准测试整合为交互式地图
Hugging Face 推出了一个新的交互式地图，整合了其 48 个官方基准测试，全面概述了 AI 模型在各个领域的性能。该地图显示，虽然与代理相关的基准测试数量最多，但由于实际考虑，科学和知识基准测试吸引了最多的提交。参与度不均衡，少数关键基准测试主导着排行榜条目，并且有相当一部分提交来自中国。
-
Phonon-2：发布小型、高精度开源语音识别模型
FermionResearch发布了Phonon-2，一个开源语音识别模型，它以小巧的文件尺寸实现了对英语音频的高精度识别。该模型在Open ASR Leaderboard上的平均词错误率为5.21%，优于更大的模型，并且在文件尺寸小15倍的情况下，达到了其更大、全精度教师模型的性能。Phonon-2专为高效转录而设计，能够在Apple M5 MacBook Air上大约20秒内处理一小时的音频，而在NVIDIA H100 GPU等高…
-
Hugging Face 将“全球南方”语言加入开放语音识别排行榜
Hugging Face 已将其开放语音识别（ASR）排行榜扩展至包含“全球南方”的语言。此举旨在拓宽自动语音识别（ASR）技术中语言的代表性。此次纳入标志着在实现ASR系统更公平的开发和可访问性方面迈出了重要一步。
-
通过迭代工程开发出生产级希腊语-英语语音识别器
研究人员详细介绍了开发 Sophea（一个双语希腊语-英语自动语音识别系统）的广泛工程过程。团队在满足九个生产质量门槛方面面临挑战，特别是平衡希腊语嘈杂环境下的性能与英语语言识别的准确性。通过一个六阶段的数据管道、使用 ROVER 的模型集成以及对音频滤波器的仔细校准，他们成功构建了一个通过所有门槛的系统，将重叠语音的词错误率降低了 29%。最终的模型 sophea/asr-k1 在英语测试集和真实世界的希腊语流量上均显示出有希望的结果。
-
Hugging Face 推出阿拉伯语大语言模型和 ASR 排行榜
Hugging Face 发布了两个新的排行榜：与技术创新研究所 (Technology Innovation Institute) 合作开发的 QIMMA Quality First 阿拉伯语大语言模型排行榜，以及更新的包含 Benchmaxxer Repellant 的 Open ASR 排行榜。这些举措旨在为评估特定领域的 AI 模型提供基准。
-
Hugging Face 更新开放模型报告，将全球南方语言加入语音识别排行榜
Hugging Face 更新了其 2026 年夏季开放模型现状报告，详细介绍了开源 AI 模型的当前格局。此外，开放语音识别排行榜已扩展到包含其首个来自全球南方的语言，这标志着语音识别领域朝着更广泛的语言代表性迈出了重要一步。
-
Hugging Face 将全球南方语言加入开放语音识别排行榜
Hugging Face 通过引入两个新的评估集 Monsoon en-IN 和 Monsoon hi-IN，扩展了其开放语音识别（ASR）排行榜，以更好地代表全球南方语言。这些新增内容旨在解决自动语音识别（ASR）系统在某些人群中表现不佳的已知问题，而传统词错误率（WER）指标无法捕捉到这一点。新数据集旨在跨越地理、年龄、性别、设备和声学环境等多个维度进行变化，从而提供对 ASR 模型更全面的评估。
-
Hugging Face推出阿拉伯语LLM和ASR排行榜
Hugging Face发布了两个新排行榜：与技术创新研究所合作开发的Qimma Quality First Arabic LLM Leaderboard，用于评估阿拉伯语大型语言模型；以及Open ASR Leaderboard，现已包含用于评估自动语音识别系统的Benchmaxxer Repellant。
-
Hugging Face 更新了 Open ASR 排行榜和 NVIDIA 的 Nemotron 3.5 安全功能
Hugging Face 宣布了与 AI 安全和性能相关的更新。Open ASR 排行榜已更新，加入了 Benchmaxxer Repellant，这是一个用于评估自动语音识别系统的工具。此外，NVIDIA 的 Nemotron 3.5 模型现已推出，具备专为全球企业设计的可定制多模态安全功能。
-
Hugging Face 发布阿拉伯语大模型排行榜、ASR 更新和 NVIDIA 安全模型
Hugging Face 参与了多项与 AI 相关的公告。QIMMA 排行榜专注于阿拉伯语大模型，强调质量。另外，Open ASR Leaderboard 已更新 Benchmaxxer Repellant。此外，NVIDIA 发布了 Nemotron 3.5，这是一个多模态安全解决方案，专为全球企业的可定制内容审核而设计。
-
Hugging Face 强调 AI 开放性、阿拉伯语 LLM 和 ASR 工具 · 跟踪 3 个来源
Hugging Face 正在重点介绍与人工智能及其应用相关的几项举措。一篇博文讨论了人工智能和网络安全中开放性的重要性，并提到了 OpenAI。另一篇博文介绍了 QIMMA 排行榜，该榜单专注于阿拉伯语 LLM，是与技术创新研究所合作的成果。此外，Hugging Face 正在更新其 Open ASR 排行榜，并添加了 Benchmaxxer Repellant，这是一个用于处理 ASR 中私有数据的工具。
-
Hugging Face 发布更新，包括 Transformers.js、新排行榜和 AI 工具
Hugging Face 在其平台上发布了多项更新和新项目。其中包括可在 NPM 上使用的 Transformers.js v4、Codex 和 Claude 的自定义 CUDA 内核，以及带有新的多语言和长格式赛道的 Open ASR Leaderboard。此外，Hugging Face 还推出了 Falcon Perception、HCompany 的 AI 浏览器合作伙伴 HoloTab 以及 Swift-Huggingfac…
-
Hugging Face 更新 ASR 排行榜，vLLM 升级至 v1
Hugging Face 更新了其 Open ASR 排行榜，新增了一个名为 Benchmaxxer Repellant 的条目。此外，vLLM 已从 0 版本过渡到 1 版本，专注于强化学习中的预纠正准确性。
-
Hugging Face为开放式ASR排行榜添加了Benchmaxxer Repellant
Hugging Face在其开放式ASR排行榜中引入了一个名为Benchmaxxer Repellant的新基准测试。此举旨在评估自动语音识别系统在处理AI生成内容方面的性能。该排行榜旨在跟踪和比较各种ASR模型的能力。
-
Hugging Face 增加私有数据集到 ASR 排行榜，以防止刷榜
Hugging Face 通过整合来自 Appen Inc. 和 DataoceanAI 的新的、高质量的英语自动语音识别 (ASR) 数据集，增强了其 Open ASR 排行榜。为防止“刷榜”或测试集污染，这些数据集将保持私有，但用户可以选择包含它们以进行更全面的性能评估。此举旨在为 ASR 模型在不同条件（包括不同口音和语音类型）下的性能提供更强大、更值得信赖的衡量标准。