OlignがNyra Speech Timing BenchmarkのTIMITで1位に
Olign v1は、nyra labs自身の表でTIMITの22システム中1位です。Olewaveによる現行リリースv1.1.3の実行では、単語タイミング誤差はTIMITで14.2 ms、Buckeyeで23.6 msでした。
Olign 1.1 登場、単語タイムスタンプがより正確に
Olign 1.1 は FA-Bench のすべてのテストセットで、クリーンな音声でもノイズの中でも、Olign 1.0 より正確に単語の時刻を求めます。今お使いのリクエストはそのまま動きます。
nyra-FAがFA-Benchの強制アラインメントで1位に
nyra labsの強制アライナーは、FA-Benchで単語タイムスタンプF1 0.688を記録し、0.658のMontreal-FAを上回りました。2つの区間は重なりません。差が最も大きいのは、ノイズのある会話音声です。
IBM Granite Speech 4.1 Plus、FA-BenchのタイムスタンプASR部門で首位タイ
IBMのオープンモデルGranite Speech 4.1 Plusは、FA-Benchで単語タイムスタンプF1が0.489となり、Google Chirp 2の0.486と並びました。IBMがアダプターを提供し、FA-Benchは自社のGPUですべてのテストセルを再実行しました。
FA-Bench Leaderboard for ASR with Word Timestamps
We ranked 28 speech recognition pipelines, 19 built from open models and 9 that call a commercial API, by how closely their word timestamps land on the boundar…
FA-Bench 単語と音素のタイムスタンプ精度を測るベンチマーク
FA-Bench は、単語と音素のタイムスタンプが人間の言語学者が置いた境界にどれだけ近いかを測ります。TIMIT と Buckeye を使い、クリーンな音声とノイズを加えた音声の両方で ASR システムと forced aligner を採点し、リーダーボードで 2026 年 10 月の結果に基づく順位を示します。
Olewaveの音声データクリーニングパイプラインが効果的でユニークな理由
OlewaveのOlignパイプラインが、生の音声を、検証済みの書き起こし、単語レベルのタイムスタンプ、信頼度スコアを備えた本番利用可能なASR/TTS学習データに変える仕組みを紹介します。人手によるラベル付けは不要です。
ICASSP 2024でのOlewave
私たちはソウルで開催されたIEEE ICASSP 2024のパトロンおよび展示者でした。創業者兼CEOのWei Chuは、野生データやウェブから取得したデータから音声モデルを訓練することについてのスポットライトトークを行いました。
野生データを活用した高ROIの音声R&Dの実現—当社のICASCP 2024スポットライト
当社の創業者兼CEOであるWei Chuは、ICASCP 2024のスポットライトトークで、従来の音声サービス開発が低ROIである理由と、大規模なオープンソース音声モデルを使用してワイルドデータをフィルタリングし、プライベートデータを自動ラベル付けすることで状況を逆転させる方法について説明しました。