Open ASR 排行榜

Open ASR 排行榜是一个专注于评估 Hugging Face Hub 上语音识别模型的平台。它通过关键指标为用户提供模型性能的直观对比，帮助开发者和研究人员选择最适合其需求的模型。

关键指标

1. 平均 WER（字错误率）
   • WER 是衡量语音识别准确性的关键指标，表示模型识别结果与真实文本之间的错误率。
   • 越低越好：WER 值越低，表示模型的识别准确性越高。
2. RTFx（实时因子）
   • RTFx 衡量模型的推理效率，表示模型处理速度与实时处理速度的比值。
   • 越高越好：RTFx 值越高，表示模型的实时处理能力越强。

排名规则

模型根据其 平均 WER 从低到高进行排名。WER 值越低的模型排名越靠前，这意味着排行榜优先展示准确率最高的模型。

多语言支持

目前，排行榜专注于 英语语音识别 模型的评估。未来版本将逐步扩展到多语言评估，以满足更广泛的用户需求。

用户参与

如果您希望在排行榜中看到某个尚未列出的模型，可以通过提交请求将其包含在内。我们欢迎社区的反馈和建议，以不断完善排行榜的内容。

查看评估方式

排行榜提供了详细的 📈 指标 选项卡，用户可以在这里了解模型的评估方式和各项指标的具体含义。这有助于用户更全面地理解模型性能，并做出明智的选择。