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 boundarโฆ
FA-Bench, ๋จ์ด์ ์์ ํ์์คํฌํ์ ์ ํ๋๋ฅผ ์ฌ๋ ๋ฒค์น๋งํฌ
FA-Bench๋ ๋จ์ด์ ์์ ํ์์คํฌํ๊ฐ ์ธ์ดํ์๊ฐ ์ง์ ํ์ํ ๊ฒฝ๊ณ์ ์ผ๋ง๋ ๊ฐ๊น๊ฒ ๋์ด๋์ง ์ธก์ ํฉ๋๋ค. TIMIT๊ณผ Buckeye์์ ASR ์์คํ ๊ณผ forced aligner์ ์ ์๋ฅผ ๋งค๊ธฐ๋ฉฐ, ๊นจ๋ํ ์์ฑ๊ณผ ์ก์์ ๋ํ ์์ฑ์ ๋ชจ๋ ๋ค๋ฃน๋๋ค. ๋ฆฌ๋๋ณด๋๋ 2026๋ 10์ ๊ฒฐ๊ณผ๋กโฆ
Olewave์ ์์ฑ ๋ฐ์ดํฐ ์ฒญ์ ํ์ดํ๋ผ์ธ์ ํจ๊ณผ์ ์ด๊ณ ๋ ํนํ๊ฒ ๋ง๋๋ ๊ฒ์ ๋ฌด์์ธ๊ฐ
Olewave์ Olign ํ์ดํ๋ผ์ธ์ด ์๋ณธ ์ค๋์ค๋ฅผ ์ค์ ์๋น์ค์ ๋ฐ๋ก ์ธ ์ ์๋ ASR/TTS ํ์ต ๋ฐ์ดํฐ๋ก ๋ฐ๊พธ๋ ๋ฐฉ๋ฒ์ ์๊ฐํฉ๋๋ค. ์ด ๋ฐ์ดํฐ์๋ ๊ฒ์ฆ๋ ์ ์ฌ๋ฌธ, ๋จ์ด ๋จ์ ํ์์คํฌํ, ์ ๋ขฐ๋ ์ ์๊ฐ ํฌํจ๋๋ฉฐ, ์ฌ๋ ๋ ์ด๋ธ๋ฌ๋ ํ์ํ์ง ์์ต๋๋ค.
๋์ ROI๋ฅผ ์ํ ์ผ์ ๋ฐ์ดํฐ ํ์ฉ ์์ฑ R&D โ ๋น์ฌ์ ICASSP 2024 ์ด๋ ์ฐ์ค
๋น์ฌ ์ค๋ฆฝ์์ด์ CEO์ธ Wei Chu์ ICASSP 2024 ์ด๋ ์ฐ์ค โ ๊ธฐ์กด ์์ฑ ์๋น์ค ๊ตฌ์ถ์ด ๋ฎ์ ROI์ธ ์ด์ ์ ์ผ์ ๋ฐ์ดํฐ ํํฐ๋ง + ๋ํ ์คํ์์ค ์์ฑ ๋ชจ๋ธ๋ก ๋น๊ณต๊ฐ ๋ฐ์ดํฐ ์๋ ๋ ์ด๋ธ๋ง์ด ๋ฐฉ์ ์์ ์ด๋ป๊ฒ ๋ค์ง๋์ง์ ๋ํด