Hugging Face 研究：语音识别模型存在基准优化，11 个开源 ASR 模型被量化

Hugging Face 发布研究，用共识分歧、掩蔽实体检索和拼写切换三项探针量化语音识别中的基准优化现象，评测了 11 个开源 ASR 模型。结果显示部分高分模型会在音频与参考文本矛盾时复现基准错误转写，在 VoxPopuli 上 6/11 模型漏掉音频中可听见的 Thank you，掩蔽数字恢复率在 LibriSpeech 上达 30–40%，拼写切换准确率最高约 90%。