ManzaiSet：日本漫才喜剧观众反应的多模态数据集
日本研究者发布 ManzaiSet 多模态数据集，收录 241 名日语母语者对漫才表演的 2,301 条观看记录，含 191.8 小时面部视频与麦克风音频。观众在家以随机顺序观看最多 10 段专业表演并按 0-100 评分，探索性分析发现观众平均评分及评分波动存在个体差异，观看顺序靠后的表演平均得分更高，幽默类别间未发现显著差异。
#质量监控
arXiv cs.MM评分2020
Daily.co Blog精选评分7171 Pipecat 发布语音智能体 STT 基准：对比 10 家服务的延迟与语义准确率
Pipecat 团队发布面向实时语音智能体的 STT 基准，在 1000 条真实人类语音样本上测试 10 家 STT 服务，同时衡量转写延迟（TTFS）与语义准确率。中位延迟上 Deepgram Nova 3（247ms，1.62% WER）、Soniox（249ms，1.29% WER）、Speechmatics（495ms，1.07% WER）位于帕累托前沿。基准用 Claude 做语义 WER 评估，只统计会导致 LLM 理解不同的错误，并强调 P95 延迟与 finalization 支持比中位数更影响对话体验；代码已在 GitHub 开源，Pipecat 0.0.102 起可设置 ttfs_p99_latency 参数。
推荐理由：Pipecat 团队用 1000 条真实语音对比 10 家 STT 服务的延迟与语义准确率，并给出可自行复现的基准工具。