语音之家SOTA | 同声传译现场 时政
SpeechIO TIOBE Benchmark
场景测试：同声传译现场 时政
1、素材来源
YouTube 爬取美联储、白宫发布会、政要座谈会等时政素材的中文同传现场，原始时长约两个半小时。
场景上，本期测试的特点为英文、中文声音交叠，同时进行。本类素材，源语言说话人的音量一般会被压制得非常低，可听见，但听不清内容，从语音识别的角度来讲更像是一种噪声。这种人声噪声，对频谱造成的干扰比一般噪声要复杂得多，对语音系统的挑战也更大。内容上，本期测试内容很简单，主要是一些时政新闻中的常见词汇和话题。
2、场景特点
环境
同传室，制作棚，同传人员周边安静，无噪声。
拾音设备
专业麦克风，近场
说话人
同传翻译员
说话方式
语速中等偏快
吐字清晰
组织语言常见卡顿，重复
方言
标准化
内容领域
时政
3、测试结果
测试时间：2021.10
本场景会进行定期重测（每3个月），关注最新滚动测试报告查看最新结果。
| Company | Platform | Accuracy(%) = 1-CER |
| AISpeech | 思必驰 | 96.98 |
| Alibaba | 阿里云 | 90.3 |
| Baidu | 百度智能云 | 91.82 |
| iFLYTEK | 讯飞开放平台 | 90.26 |
| Microsoft | Azure | 95.3 |
| Sogou | AI开放平台 | 96.35 |
| Tencent | 腾讯云 | 94.56 |
| YITU Tech | 语音开放平台 | 97.12 |
* 讯飞目前被低估，目前为听写服务，转写服务接入调试中。详见(SOTA)
4、简评
本场景为英文到中文的同传现场，场景目标是识别中文内容，由标注员负责切分并标注中文同传声音的片段。虽然英文音量非常低，但与切分出的中文部分有少量交叠（同传卡顿间隔，反应延时等等）。讯飞和阿里的引擎对低音量灵敏且对英文比较灵敏，经常识别出零散的英文乱码词汇，错误率较高。
历史评测系列：
| 发布日期 | 文章 |
| 2020.03 | 引篇 |
| 2020.04 | Specification & Guideline |
| 场景：新闻联播 | |
| 场景：访谈节目 鲁豫有约 | |
| 滚动测试报 2020.04 | |
| 2020.05 | 场景：天下足球 世界杯往事 |
| 场景：场馆演讲 罗振宇跨年演讲 | |
| 场景：李永乐老师 在线讲堂 | |
| 滚动测试报 2020.05 | |
| 2020.06 | 场景：直播 王者荣耀 张大仙&骚白 |
| 场景：直播 带货 李佳琪&薇娅 | |
| 场景：线下培训 老罗语录 | |
| 滚动测试报 2020.06 | |
| 2020.07 | 标注修复：直播&老罗 |
| 滚动测试报 2020.07 | |
| 2020.08 | 场景：播客 故事FM |
| 场景：播客 创业内幕 | |
| 滚动测试报 2020.08 | |
| 2020.09 | 场景：在线教育 罗翔 刑法法考 |
| 场景：在线教育 张雪峰 考研 | |
| 滚动测试报 2020.09 | |
| 2020.10 | 场景：短视频 电影剪辑 谷阿莫&牛叔说电影 |
| 场景：短视频 美食 贫穷料理&琼斯爱生活 | |
| 指标："当我们谈SOTA时，我们在谈论什么?" | |
| 滚动测试报 2020.10 | |
| 2020.11 | 场景：评书 单田芳 白眉大侠 |
| 场景：相声 德云社专场 | |
| 场景：脱口秀 吐槽大会 | |
| 滚动测试报 2020.11 | |
| 2020.12 | 场景：少儿卡通 小猪佩奇&熊出没 |
| 滚动测试报 2020.12 | |
| 2021.01 | 场景：体育赛事解说 NBA |
| 场景：纪录片 篮球人物 | |
| 滚动测试报 2021.01 | |
| 2021.02 | 场景：经济 金融 货币 |
| 2021.04 | 场景：短视频 汽车之家 汽车评测 |
| 场景：短视频 小艾大叔 豪宅带看 | |
| 滚动测试报 2021.04 | |
| 2021.07 | 场景：短视频 产品开箱视频 Zealer&无聊开箱 |
| 场景：短视频 付老师 农业种植 | |
| 场景：短视频 线下培训 石国鹏 古希腊哲学 | |
| 滚动测试报 2021.07 | |
| 2021.10 | 场景：张震鬼故事 |
| 场景：华语大学生辩论赛 | |
| 场景：同声传译现场 时政 | |
| 滚动测试报 2021.10 |
开源评测平台 Leaderboard：
| 发布日期 | 文章 |
| 2021.04 | Leaderboard 开源测试平台发布 |
| 2021.08 | 加入开源 Kaldi 预训练模型 Kaldi-multicn |
| 加入 AISHELL-1 测试集 | |
| 加入 AISHELL-2 测试集 | |
| 加入开源 WeNet-multicn 模型 |
语音之家SOTA | 同声传译现场 时政相关推荐
- 语音之家SOTA | TIOBE 场景测试：电台节目 张震鬼故事
SpeechIO TIOBE Benchmark 场景测试:电台节目 张震鬼故事 1.素材来源 YouTube 抓取"张震鬼故事" 往期节目,原始音频约3小时 2.场景特点 环境 ...
- 微信小程序 -- 语音合成：将文字转为语音（插件：微信同声传译）
直接上手吧. 1. 小程序后台添加插件:微信同声传译以及在app.json进行配置 具体可看另外一篇博客:https://blog.csdn.net/qq_41638795/article/detai ...
- 微信小程序 -语音合成：将文字转为语音（小程序插件：微信同声传译）
1.小程序后台添加微信同声传译插件 效果图: 2.wxml文件代码 <view class="yuyinWrap"><textarea class='yuyinC ...
- Taro中使用WechatSI（微信同声传译）实现语音搜索
实现效果: 语音搜索 微信同声传译插件地址:https://github.com/Tencent/Face2FaceTranslator 实现思路: 1.按钮跟随键盘出现,使用Taro.onKeybo ...
- 微信小程序的语音输入功能开发：微信同声传译插件
微信小程序的语音输入,语音转文字功能在很多场景要使用到 比如搜索框,搜索关键字的时候用语音输入比用文字方便多了 再比如再天下网吧小程序里发帖,发布回复时,用语音输入比输入文字也方便不少 那么如何实现语 ...
- 「微信同声传译」小程序插件：快速实现语音转文字、文本翻译、语音合成等能力...
上期,我们在<「医院 LBS 位置服务」插件:输出LBS室内位置能力,为改善就医服务提供解决方案>一文中介绍了「医院 LBS 位置服务」小程序插件的意义.使用场景以及使用方法. 今天我们为 ...
- 【微信小程序】语音播报，文字转语音，使用《微信同声传译插件》
需要实现的功能是: 输入一段文字,由小程序读出来 步骤如下: 一.小程序添加 "微信同声传译" 插件 添加插件步骤看这篇博===>如何添加插件并配置 二.代码编写 index ...
- 面对面翻译小程序是微信团队针对面对面沟通的场景开发的流式语音翻译小程序，通过微信同声传译插件提供了语音识别，文本翻译等功能。
面对面翻译小程序 面对面翻译小程序是微信团队针对中英文面对面沟通的场景开发的流式语音翻译小程序,基于微信同声传译插件封装实现,提供了中英文语音识别,文本翻译等功能. 预览 下载与使用 克隆代码 pro ...
- 微信小程序 -- 获取语音，并将语音转为文字（插件：微信同声传译）
实现的功能是获取语音,并将语音转为文字,实现效果如下: 1. 小程序后台添加插件:微信同声传译 登录小程序后台:https://mp.weixin.qq.com 11. 设 ...
最新文章
- java redis多主多备_java 集成Redis 一主多从
- freemarker常见语法大全
- struts2显示列表序号的办法
- EXTRONICS推出IRFID500便携式UHF RFID读写器
- 28、Windows API Shell任务栏通知区域(Tray)图标
- Hibernate HQL查询（2）
- mysql锁问题排查_Mysql死锁问题如何排查和解决？
- 判断一个字符串的字符是不是唯一
- tensorflow之交叉熵
- win10 Java 环境配置
- Three.js-设置环境纹理及加载hdr环境贴图
- PHP连接MySQL 8.0报错的解决办法
- LoadLibrary动态加载dll失败，GetLastError返回错误码126
- N-gram模型详解
- 前端学习笔记之流式布局（百分比布局） 3.24
- 屏幕撕裂及掉帧原因与解决方案
- 腾讯云大学大咖分享 | 自然语言处理技术（NLP）究竟能做些什么？
- 区块链技术培训—从技术小白到年薪百万区块链工程师的进阶之路
- 计算机网络之什么是 DoS、DDoS、DRDoS 攻击
- Python 类的继承和组合