Montreal FA 및 WhisperX보다 더 정확한 단어 타임스탐프.

함께 게시하는 주의사항

우리가 인식하고 있는 모든 방법론적 타협입니다. 우리는 이들을 숫자 옆에 게시하며, 그 아래에 게시하지 않습니다.

1. 훈련 중복

   olign은 TIMIT 및 Buckeye의 train 분할에서 훈련된 구성요소를 포함합니다. 평가된 분할은 이로부터 스피커 분리되어 있습니다 — 0 중복, 분할 목록에 대해 검증됨 — 따라서 이들은 진정한 미공개 수치입니다. 하지만 MFA, Charsiu, BFA 및 WhisperX는 두 코퍼스에 전혀 노출되지 않았으며, 그렇다고 말하지 않으면 열은 대등하지 않습니다.

2. 독점 구성

   구성은 공개되지 않습니다; 행은 olign의 최적 구성을 보고하며, 다른 항목과 마찬가지입니다.

3. 논문 베이스라인 아님

   olign은 MFA-2026 재현이 아닌 fabench 프로토콜 아래에서만 점수를 받습니다.

4. 점수는 실행마다 변함

   동일한 입력은 overall 평가에서 다를 수 있습니다; 경계 시간은 안정적이며, 이것이 벤치마크가 측정하는 것입니다.

5. 더 나은 경계, 약간 더 나쁜 레이블

   olign은 MFA보다 약간 높은 폰 오류율(timit/dev에서 33.1% vs 32.7%)을 갖지만 경계를 더 잘 배치합니다. 그 레이블은 금과 덜 자주 일치합니다; 그 경계는 더 가깝게 배치됩니다. 두 사실 모두 우리가 하는 모든 주장에 속합니다.