La tabla Open ASR suma datos privados de acentos egipcio y nigeriano para medir mejor

Qué pasó

• Hugging Face anunció el 6 de noviembre de 2026 una colaboración con Liva AI para sumar datos privados de dos acentos nuevos, el egipcio y el nigeriano, a la Open ASR Leaderboard, su tabla de reconocimiento automático del habla.
• Hace unos meses la tabla había incorporado datos privados de Appen y DataOceanAI: 11 particiones de habla guionizada y conversacional de cinco acentos. Después sumó una más, de inglés con acento indio, con Voice Arena.
• Con estos nuevos acentos, la tabla pasa a mostrar un desglose más rico, basado en los tres círculos de Kachru: el círculo interno (Estados Unidos, Reino Unido, Australia, Canadá) frente a los círculos externo y en expansión (India, Nigeria, Egipto).
• La idea del desglose, reconoce Hugging Face, viene de la tabla de Hume AI.

Por qué importa

• Un modelo que entiende bien a hablantes de inglés estadounidense puede rendir peor con otros acentos, y un promedio general oculta esa diferencia.
• Los datos privados no se publican, de modo que los modelos no pueden entrenarse sobre ellos. Eso reduce lo que Hugging Face llama “benchmaxxing”, es decir, optimizar para la prueba y no para el uso real.
• Más acentos y más idiomas en las evaluaciones mejoran la representación de quienes usan estos sistemas fuera de los países angloparlantes.

El dato

Cinco, más uno, más dos. La tabla partió con 11 particiones privadas de cinco acentos, sumó después una de inglés con acento indio y ahora añade dos acentos más: el egipcio y el nigeriano.

Contexto

Liva AI recoge datos multimodales de interacción a través de productos de consumo que usan personas reales. Según Hugging Face, como controla el entorno de recolección y la distribución, puede diseñar productos en torno a carencias específicas de los modelos, por dominio, idioma o modalidad, y obtener conducta natural de alto contexto en lugar de tareas provocadas.

Esa descripción es de Hugging Face y refleja el punto de vista de los socios. El texto no entrega resultados de modelos con los nuevos acentos ni la cantidad de horas de audio incorporadas.

La tabla de ASR funciona junto con otra, la Open TTS Leaderboard, para modelos de texto a voz. Ambas buscan darle a los desarrolladores un lugar común para comparar modelos abiertos.

En Mamífero seguimos el reconocimiento y la síntesis de voz. Contamos que Nvidia publicó Nemotron 3.5 Transcribe como modelo abierto y que Phonon genera voz sin red en 75 MB. También que Impression-R1 redacta conclusiones radiológicas y que premiar cada paso de búsqueda vuelve más fiable a un agente.

Qué viene

• Los modelos de reconocimiento de voz se evaluarán ahora también por grupos de acentos.
• Hugging Face dice que seguirá sumando acentos, idiomas y proveedores de datos.
• Los resultados de los modelos con estos nuevos conjuntos privados aún no se han publicado en el anuncio.

Cierre

Una prueba pública se puede estudiar hasta aprendérsela. Con datos que nadie ve y con más acentos, la tabla busca medir si un modelo entiende de verdad a quien le habla.

Fuentes

• Hugging Face, “Egyptian and Nigerian English join the Open ASR Leaderboard”, 6 de noviembre de 2026, enlace.
• Imagen de portada: Josephenus P. Riley, CC BY 2.0, vía Wikimedia Commons

Editado por Rodrigo Cornejo. Quiénes escriben las notas