Olign 在 Nyra Speech Timing Benchmark 的 TIMIT 上排名第一
在 nyra labs 自己发布的表格中,Olign v1 在 TIMIT 上的 22 个系统里排名第一。Olewave 对其当前版本 v1.1.3 的测试结果是,TIMIT 上词时间误差为 14.2 ms,Buckeye 上为 23.6 ms。
Olign 1.1 发布,词时间戳更准确
在 FA-Bench 的每个测试集上,无论是干净音频还是噪声环境,Olign 1.1 给出的词时间都比 Olign 1.0 更准确。你现有的请求无需改动即可继续使用。
nyra-FA 在 FA-Bench 强制对齐榜单排名第一
nyra labs 的强制对齐器在 FA-Bench 上的词时间戳 F1 为 0.688,领先于 0.658 的 Montreal-FA,两者的置信区间没有重叠。它最大的优势出现在嘈杂的对话语音上。
IBM Granite Speech 4.1 Plus 在带时间戳的 FA-Bench ASR 榜单上并列第一
IBM 的开源模型 Granite Speech 4.1 Plus 在 FA-Bench 上的词级时间戳 F1 为 0.489,与 Google Chirp 2 的 0.486 持平。IBM 贡献了适配器,FA-Bench 在自己的 GPU 上把每个测试单元重新跑了一遍。
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 bound...
FA-Bench,词和音素时间戳准确度基准
FA-Bench 衡量词和音素时间戳与人工语言学家标注的边界有多接近。它在 TIMIT 和 Buckeye 上,对干净音频和加噪音频,为 ASR 系统和强制对齐器打分。排行榜以 2026 年 10 月的结果为它们排名。
是什么使Olewave的语音数据清洗管道有效且独特
Olewave 的 Olign 流水线如何在无需人工标注员的情况下,把原始音频转化为可直接用于生产的 ASR/TTS 训练数据,并提供经过验证的转写文本、词级时间戳和置信度分数。
Olewave 参加 ICASSP 2024
我们是 IEEE ICASSP 2024 在首尔的赞助商和参展商,我们的创始人兼首席执行官韦楚进行了一场关于从野生、网络数据训练语音模型的聚焦演讲
利用野生数据进行高投资回报率的语音研发——我们的 ICASSP 2024 聚焦演讲
我们的创始人兼首席执行官韦楚的 ICASSP 2024 聚焦演讲,讲述为什么传统语音服务构建的投资回报率较低——以及如何通过过滤野生数据 + 使用大型开源语音模型自动标注私有数据来扭转局面