HALAS：人类注释的现代 ASR 系统幻觉数据集

端到端自动语音识别 (ASR) 系统会产生自然语音的幻觉，但现有的缓解方法通常是在非语音或人为损坏的音频上进行评估。我们介绍 HALAS，这是第一个人工注释的自然发生幻觉数据集，来自真实的未经处理的电话录音的七个最先进的 ASR 模型。 HALAS 提供跨度级别的标签，可以分析幻觉模式及其严重程度。我们的分析揭示了强烈的跨模型词汇重叠，并证实几乎正确转录的语音也会出现幻觉（其特征是低单词错误率）。提出的 HALAS 基准表明，用作幻觉检测代理的字符和语义级指标达到 81% ROC-AUC，而最先进的检测方法的 F1 分数仅为 53.1%。因此，HALAS 为检测和缓解 ASR 幻觉建立了第一个严格的非人工基准。