כתבה
arXiv cs.AI ·
FFASR: בדיקת ASR אוטומטי במרחק רחוק
FFASR: Benchmarking Far-Field Automatic Speech Recognition using High-Fidelity Simulated RIRs
FFASR הוא מאגר נתונים לבדיקת ASR אוטומטי במרחק רחוק. המחקר בודק את השפעת הרעש וההדהוד על ביצועי המודלים. התוצאות מראות כי השגיאות בASR עולות ככל שהרעש גובר.
תקציר מקורי באנגליתarXiv:2609.38897v1 Announce Type: cross Abstract: Far-field automatic speech recognition(ASR) degrades under reverberation, noise, and talker motion, yet the benchmarks that drive model selection emphasize close-microphone speech. We present FFASR, a held-out corpus of 15,637 utterances and an open leaderboard spanning nine conditions, each varying a single acoustic factor: anechoic near-field speech, a measured-versus-simulated office-lab pair, static far-field mixtures at high/mid/low signal-to-noise ratio(SNR), and moving-talker variants at matched SNR. Dry speech from 15 talkers is convolved with hybrid wave/geometrical-acoustics room impulse responses from 14 furnished rooms; because the speech is newly recorded and the test waveforms are never released, the corpus resists training-da
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית