Hugging Faceは2026年11月6日(現地時間)、Open ASR Leaderboardにエジプト英語とナイジェリア英語の新しいプライベートデータセットを追加したと発表した。同社は、AI音声データの収集・利用を手掛けるLiva AI（リヴァAI）との連携を通じて、自動音声認識（ASR）評価における言語的表現の多様性を高め、システムの信頼性向上を目指す。今回の追加により、計2.89時間分の会話データがリーダーボードに加わり、多様なアクセントのASRモデルの性能評価が可能となる。
今回のデータセット追加により、Open ASR LeaderboardにはLiva AIが提供する会話形式のエジプト英語データ1.34時間分と、ナイジェリア英語データ1.55時間分が加わった。これらのデータセットは、句読点、大文字・小文字、および発話の不連続性を含む形で詳細に転写されており、より現実的なASR評価を可能にする。
Hugging Faceは、この取り組みがASR評価における言語表現の改善とシステムの信頼性向上に向けた継続的な努力の一環であると説明している。過去数ヶ月間にも、AppenおよびDataOceanAIから11のプライベートデータ分割が、またVoice Arenaからはインドアクセント英語のプライベートデータが追加されており、今回の新しいデータプロバイダーとの協力も、その拡大路線に沿ったものである。
Open ASR Leaderboardでは、言語アクセントの分類モデルとして広く知られるカチュルーの三環モデル（Kachru’s Three Circles）に基づいたアクセント分類も更新された。今後は、従来の米国英語（US）対非米国英語（英国、オーストラリア、カナダ、インド、ナイジェリア、エジプト）という分類に加え、Inner Circle（米国、英国、オーストラリア、カナダ）対 Outer & Expanding Circles（インド、ナイジェリア、エジプト）という区分でASRモデルのパフォーマンスが報告される。Hugging Faceは、将来的にさらに多くのアクセントが追加されるにつれて、Outer & Expanding Circlesの区分も細分化される予定だとしている。
Liva AIは、消費者が実際に使用する製品を通じてマルチモーダルなインタラクションデータを収集する企業である。同社はデータ収集環境とデータ配布の両方を自社で所有しているため、特定のモデルギャップに合わせて製品を設計できる特徴を持つ。これにより、人工的に引き出されたりタスクベースで誘発されたインタラクションではなく、実際の製品使用を通じて自然に発生する、より高コンテキストな行動データにアクセスすることを可能にしている。Hugging Faceは、これらのデータの追加が、既存のASRモデルの性能向上だけでなく、新たな研究開発にも貢献すると期待を寄せている。
参考: Hugging Face Blog (アーカイブ) — 2026年11月6日 09:00 (JST)
原文ハイライト"Egyptian and Nigerian English join the Open ASR Leaderboard"