研究语音识别模型对公开基准的优化行为

研究团队评估11个广泛使用的开源ASR模型，发现部分高分模型会依据声学线索复现VoxPopuli和LibriSpeech中与音频不符的参考转录。模型还会恢复被遮蔽数字，并根据基准选择“any one”等正字法，部分模型在公开基准上的表现不能直接代表对新音频的转录能力。团队在Open ASR Leaderboard加入“Benchmark fitting”标签页，并开源相关脚本与未归一化模型输出。