Hugging Face 提出三项测试量化语音识别模型的基准过拟合现象

Hugging Face 发布研究提出三项探测测试，用于量化开源语音识别（ASR）模型对公开评测基准的过拟合现象。团队评估了 11 个主流开源 ASR 模型，发现部分高分模型会直接复现 VoxPopuli 等数据集中的标注错误、自动补全音频中被静音的数字，并能根据声学线索判断数据集以切换拼写规范。