开源模型与商用 API 的带时间戳 ASR
| 系统 | 平均 F1 |
|---|---|
| IBM Granite Speech 4.1 Plus | 0.489 |
| Google Chirp 2 | 0.486 |
| Google Chirp 3 | 0.452 |
| Qwen3-ASR-Flash | 0.363 |
| Mistral Voxtral Mini | 0.308 |
20 ms 词时间戳 F1,取 TIMIT 核心测试集与 Buckeye 测试集的平均值,每个测试集都包含干净音频以及加入混响、噪声、音乐和多人交谈声的音频。数值越高越好。
Olewave makes FA-Bench. It scores every system with the same public code against the same human annotations. Olign, also from Olewave, is listed unranked.
我们自豪地提供
大规模预标注语音数据集
源自真人,
标签经过验证,
并由科学家核验的 OTS 数据集
标签经过验证,
并由科学家核验的 OTS 数据集
-
多种语言,包括 🇺🇸 🇪🇸 🇲🇽 🇸🇦 🇧🇷 🇮🇳 🇯🇵 🇨🇳 🇬🇧 🇩🇪 🇫🇷 …
-
多样的主题,涵盖教育、金融、法律、娱乐、医疗、零售、客户服务 …
-
经过验证的标签,包含说话人姓名和轮次、转写文本 …
生产级语音 AI 解决方案
您的定制语音 AI,
部署在您自己的服务器上,
无 SaaS 厂商锁定。
部署在您自己的服务器上,
无 SaaS 厂商锁定。
-
卓越的 STT/TTS,质量比开源方案或云端 API 更高,推理速度更快
-
按您的使用场景量身定制,针对您的领域、语言和工作流程进行调优
-
代码归您所有,您拥有所有定制内容 100% 的 IP 权利
前沿语音 AI 咨询服务
成立于 2015 年。
在协助客户方面经验丰富,
位于旧金山
在协助客户方面经验丰富,
位于旧金山
-
市场与技术评估,涵盖竞争格局以及自研与采购的取舍
-
业务战略规划,包括路线图、人员配置和市场进入策略
-
严格保密,每项合作都签署 NDA
