Voice Arena发布真实电话对话语音识别基准

2026年11月6日，X 用户 Rohan Paul 发布消息称，Voice Arena 推出面向语音识别的基准测试，主张语音识别评测应覆盖语音智能体真正发挥作用的场景，即两人之间的电话通话。该基准在真实通话中评估语音转文字模型，使用日常手机、真实房间与真实背景音；报道指出，双人对话会显著增加模型难度，因为说话人会互相抢话、打断、插入简短的“yeah”“okay”等回应，且电话线路会压缩音频，客服或销售智能体日常需应对这些情况。据同一来源，首个数据集 Monsoon Conversational ASR Test Set 已上线，覆盖5种语言的双人对话，排行榜与公开测试集可在 Voice Arena 获取。目前进展停留在基准与首个数据集发布、公开测试集和排行榜上线阶段，报道未提及各模型的具体评测结果或排名。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。