AppTek 呼叫中心对话：面向英语 ASR 的多方言长篇基准
计算与语言
2026-05-01 v1
摘要
评估面向对话 AI 应用的英语 ASR 系统仍困难，因为许多公开语料库要么被分割为短段，要么由读者或准备好的语音组成，要么缺乏明确的方言标注，难以评估其针对多样用户群体的鲁棒性。本工作提出了 AppTek 呼叫中心对话语料库，包含支撑十四种英语方言、涵盖十六种服务场景的自然发言、角色扮演的客服对话。该数据集专为评估设计，此前无任何音频或文本公开出售，降低了与现有大规模预训练语料库重叠的风险。我们对一套开源 ASR 系统在不同分段方法下的表现进行基准测试。结果显示方言和分段方法之间存在显著差异，表明在一般美式英语基准上表现良好，不一定能推广到其他方言。
引用
@article{arxiv.2604.27543,
title = {AppTek Call-Center Dialogues: A Multi-Accent Long-Form Benchmark for English ASR},
author = {Eugen Beck and Sarah Beranek and Uma Moothiringote and Daniel Mann and Wilfried Michel and Katie Nguyen and Taylor Tragemann},
journal= {arXiv preprint arXiv:2604.27543},
year = {2026}
}
备注
Submitted to INTERSPEECH 2026