음성인식(ASR/STT) 모델을 개발하거나 도입하려고 할 때 누구나 한 번쯤 부딪히는 질문이 있다. "그래서 지금 뭐가 제일 좋은 모델인데?" 논문마다 평가 데이터셋이 다르고, 텍스트 정규화 방식도 제각각이라 공정한 비교가 어렵다. 오늘 소개할 논문은 이 문제를 정면으로 다룬 Open ASR Leaderboard(Srivastav et al., arXiv:2510.06961)이다. Hugging Face와 NVIDIA가 주도하고 커뮤니티가 함께 만드는 공개 벤치마크 플랫폼으로, 86개 ASR 시스템을 동일한 조건에서 비교한다.1. 이 논문이 해결하려는 문제ASR 분야는 오픈소스 데이터셋과 사전학습 모델 덕분에 빠르게 발전했지만, 그만큼 부작용도 생겼다.새 모델 개발자는 어떤 베이스라인과 어떻게 비교해야 ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다📄 논문 정보제목: Synthetic Data Domain Adaptation for ASR via LLM-based Text and Phonetic Respelling Augmentation저자: Natsuo Yamashita, Koichi Nagatsuka, Hiroaki Kokubo, Kota Dohi, Tuan Vu Ho (Hitachi, Ltd.)출처: arXiv:..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 ChatGPT나 Gemini에게 말을 걸면 꽤 잘 알아듣는다.근데 그건 어디까지나 표준어로, 조용한 곳에서, 또박또박 말했을 때 얘기다.광둥어 억양이 섞인 중국어, 모로코식 아랍어, 요루바어 같은 저자원 언어로 말하면 어떻게 될까?오늘 소개할 논문은 KDD '26에 발표된 칭화대(선전 국제대학원)와 JD AI Research의 PolySpeech-100이다.제목 그대로 10..