原文標題：Egyptian and Nigerian English join the Open ASR Leaderboard
Hugging Face於11月6日介紹Open ASR Leaderboard更新，透過與Liva AI合作，加入埃及與奈及利亞英語口音的私有測試資料。兩組資料分別約1.34與1.55小時，採自然、即興對話，轉錄保留標點、大小寫與口語不流暢處。這次增加的口音延續先前納入Appen、DataOceanAI與Voice Arena等資料的做法，讓語音辨識模型面對更多不同背景的英語，而不是只看單一主流口音。
榜單的Private分頁也擴充口音分組，除了美國與非美國比較，還以英語使用圈呈現美國、英國、澳洲、加拿大，以及印度、奈及利亞、埃及等組別。官方表示，未來口音增加後，會再細分外圈與擴展圈。採用未公開測試資料的目的，是降低模型針對既知題目最佳化造成的偏差，並讓評估來源更加多元。Liva AI表示，資料透過其消費型產品與自有蒐集環境取得，重視自然互動的脈絡。這次更新公布的是資料與評測範圍擴充，不是某款模型全面勝出的結論；不同口音、錄音條件及實際應用的結果，仍應分別查看，不宜只用總排名推估所有使用情境。
發生了什麼事
Open ASR Leaderboard新增兩組Liva AI私有對話資料，涵蓋埃及與奈及利亞英語口音，並在私有資料分頁提供更細的口音群組比較。
為什麼重要
語音辨識的表現可能隨口音改變，多元且未公開的測試資料能補足單一資料集的限制，也讓只針對已知題目調整模型更難掩蓋弱點。
影響哪些人
主要影響比較語音辨識模型的研究者、客服與語音產品團隊，以及需要服務不同英語口音使用者的企業；選型仍須對照自己的錄音條件。
已確認與未確認
已確認資料時數、口音與分組方式。榜單新增資料不代表所有語音情境都已涵蓋，公告也未將單次排名視為任何模型的全面品質保證。
