Olign 在 Nyra Speech Timing Benchmark 的 TIMIT 項目中排名第一
在 nyra labs 自己的表格中,Olign v1 在 TIMIT 上於 22 個系統裡排名第一。Olewave 對目前版本 v1.1.3 的測試顯示,詞級時間誤差在 TIMIT 上為 14.2 ms,在 Buckeye 上為 23.6 ms。
Olign 1.1 推出,詞時間戳記更準確
在 FA-Bench 的每個測試集上,無論是乾淨音訊還是噪音環境,Olign 1.1 給出的詞時間都比 Olign 1.0 更準確。你現有的請求不需修改就能繼續使用。
nyra-FA 在 FA-Bench 強制對齊榜單排名第一
nyra labs 的強制對齊器在 FA-Bench 上的詞時間戳 F1 為 0.688,領先 Montreal-FA 的 0.658,且兩者的區間沒有重疊。它最大的優勢出現在有雜訊的對話語音上。
IBM Granite Speech 4.1 Plus 在 FA-Bench 帶時間戳的 ASR 項目並列第一
IBM 的開放模型 Granite Speech 4.1 Plus 在 FA-Bench 上的詞級時間戳 F1 為 0.489,與 Google Chirp 2 的 0.486 相當。IBM 貢獻了適配器,FA-Bench 則在自己的 GPU 上重新執行了每一個測試單元。
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,詞與音素時間戳準確度的基準測試
FA-Bench 衡量詞與音素時間戳,和人類語言學家標註的邊界有多接近。它在 TIMIT 與 Buckeye 上,為 ASR 系統和強制對齊器評分,包含乾淨音訊與加入噪音的音訊,排行榜以 2026 年 10 月的結果為它們排名。
是什麼讓Olewave的語音資料清理管道有效且獨特
Olewave 的 Olign 管線如何在無需人工標註員的情況下,將原始音訊轉換為可直接用於生產環境的 ASR/TTS 訓練資料,並附上經過驗證的逐字稿、字詞層級時間戳記與信心分數。
Olewave 在 ICASSP 2024
我們是 IEEE ICASSP 2024 在首爾的贊助商和參展商,我們的創始人兼 CEO Wei Chu 發表了一場關於從野生、網路來源資料訓練語音模型的聚焦演講。
利用野生資料進行高投資回報率語音 R&D——我們的 ICASSP 2024 聚焦演講
我們的創始人兼 CEO Wei Chu 的 ICASSP 2024 聚焦演講,關於為什麼傳統語音服務構建的投資回報率低——以及過濾野生資料 + 使用大型開源語音模型自動標記私有資料如何改變局面。