Leaderboard 项目添加标准学术集 AISHELL-2

语音之家 2021-09-13 15:42:40

承接上几篇文章，继续在 [SpeechIO Leaderboard] 中加入标准中文语音学术研究集 AISHELL-2 的测试。与AISHELL-1不同的是，其测试集包含三路并行录音设备，分别为 Mic，iOS，Android 设备信道。

场景特点

同上篇 AISHELL-1

测试结果

测试时间：2021.08

本场景不会加入后续 SpeechIO 滚动测试。

简评

同上几篇系列文章 [kaldi_multicn pretrained model] [AISHELL-1]

另本场景中 AISHELL-2 各测试集已经被整理加入 [leaderboard] 项目供随时引用测试，项目地址：github.com/speechio/leaderboard

目前中文语音识别领域的研究集主要都是基于 AISHELL-1，AISHELL-2，公众号的读者朋友和学校的同学们如果有其它的学术测试集建议，可以后台留言给我们，我们陆续添加。

虽然目前在 Leaderboard 中还没有开源的英文预训练模型，随着后面完善，我们也会陆续添加英文的标准学术集以及相关模型评测，读者朋友有什么想法可以后台留言为提供建议。

...全文

480 1 打赏收藏举报

写回复

用AI写文章

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

CSDN-Ada助手 2023-01-13

打赏
举报

您可以前往 CSDN问答-人工智能发布问题, 以便更快地解决您的疑问

语音识别（ASR）中的词错误率（WER）是衡量模型性能的基础指标，但其数值高度依赖预处理流程、评估规范与部署环境。本文从ASR系统工程实践出发，解析WER计算原理及其对音频采样率、VAD静音检测、标点处理、词表覆盖等关键变量的敏感性；揭示MOSS-Transcribe-preview-2B并非独立大模型，而是Qwen3-2B基座上的轻量ASR适配器，其真实能力受限于数据分布匹配度与领域词典支持；强调在FreeSWITCH集成、Ollama部署及aboot-tools后处理等典型场景中，脱离标准评测条件将导致

附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。【数据集概况】 · 检测类别（中文）：[坡道(ramp)] · 训练集：275 张 · 验证集：27 张 · 测试集：0 张 · 总计：302 张该数据集聚焦于城市环境中各类建筑入口处的坡道设施，涵盖住宅、商铺、公共设施等多种场景，真实反映了无障碍通行设施在实际应用中的多样化形态。数据集中包含金属、橡胶、塑料等多种材质的坡道，以及不同尺寸、结构和安装方式的实例，充分体现了坡道在城市基础设施中的广泛部署与重要性。该数据集为城市智慧化管理、无障碍环境建设及公共安全监控提供了高质量的视觉基础支持。... 【训练曲线与评估图】【模型训练配置】参数 | 值模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备【关键指标汇总】训练了 33 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.6372** mAP50-95 | 0.3401 Precision | 0.6603 Recall | 0.6190 train/box_loss | 1.0569 train/cls_loss | 0.7307 val/box_loss | 1.6084 val/cls_loss | 1.9323 【训练过程分析】 33 轮训练后 mAP50 仅 0.6372，模型收敛不充分。Loss 曲线前期下降后进入平台期，mAP 提升缓慢。mAP50-95 为 0.3401，定位精度同样偏低。【模型性能评估】 Precision 0.6603、Recall 0.6190，精度高于召回，存在一... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。

园区如何通过数据分析提升企业服务精准度？

如何精准评估园区企业创新能力，制定科学的产业扶持政策？

读懂 Meta API 限流：从范围判断到工程优化

语音之家

235

社区成员

329

社区内容

发帖

与我相关

我的任务

语音识别人工智能自然语言处理企业社区北京·昌平区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章