Alle Depeschen

DepescheForschung

Monsoon-Datensätze bringen Hindi ins Open ASR Leaderboard

Hugging Face und Voice Arena erweitern ihr Open ASR Leaderboard um Monsoon hi-IN und en-IN. Die vier Splits – je zwei öffentliche und zwei geheime – umfassen 4.888 Sprecherinnen und Sprecher und rund 17 Stunden zweikanaliger Gespräche. Für Hindi nutzt das Leaderboard OIWER, eine Fehlermetrik mit mehreren zulässigen Schreibweisen statt einer einzigen Referenz.

Aussagen gegen die Quellen geprüft · 29. August 2026

Die Splits umfassen 1,33 Stunden Hindi mit 468 Sprechern, 4,47 Stunden Hindi mit 1.571, 5,62 Stunden indisches Englisch mit 1.444 und 5,58 Stunden indisches Englisch mit 1.405 Sprechern. Kein Sprecher taucht in zwei Splits auf. Je eine Hälfte ist öffentlich, die andere bleibt geheim, um benchmark-spezifische Optimierung zu erschweren.

Für indisches Englisch bleibt die Wortfehlerrate in Gebrauch. Hindi wird mit OIWER bewertet, weil dieselbe Äußerung mehrere orthografisch akzeptierte Schreibweisen haben kann. Die Metrik vergleicht daher jedes Transkriptsegment mit einem Gitter zulässiger Formen.

Auf dem öffentlichen Englisch-Split lagen acht Modelle zwischen 4,81 und 4,99 WER. Für Voxtral reichte die regionale Spanne von 4,38 in der Zentralzone bis 6,06 im Osten. Ein Gesamtmittelwert kann diese regionalen Unterschiede verdecken.

Der Begleitbeitrag der Betreiber nennt keine modellspezifischen Hindi-Werte und keine Lizenzangabe für die Daten.