asr-age-gap - Speech recognition accuracy by age analysis
Show HN: Whisper transcribes 70-year-olds more accurately than 20-year-olds
asr-age-gap ist ein Open-Source-Benchmark, der zeigt, dass Whisper ältere Sprecher genauer transkribiert als jüngere, während Voice-Agenten ältere Anrufer häufiger unterbrechen. Die Analyse von 2.760 Common-Voice-Clips offenbart eine bis zu 2,5-fach höhere Abbruchrate bei festen Stille-Schwellen, die durch semantische Turn-Modelle wie Pipecat smart-turn deutlich reduziert wird. Das Tool reproduziert alle Ergebnisse ohne API-Kosten und bietet Einblicke in die Optimierung von Voice-Agenten für ältere Nutzer.
Die Annahme, dass Spracherkennung ältere Sprecher schlechter versteht, ist falsch – und sie verbirgt den eigentlichen Fehler: Voice-Agenten unterbrechen ältere Anrufer zwei- bis zweieinhalbmal häufiger.