Open ASR Leaderboard 宣布与 Liva AI 合作，新增两个带口音的私有评测数据：埃及英语 1.34 小时、尼日利亚英语 1.55 小时。两者都是自发的对话式语音，转写包含标点和大小写，并保留口语不流畅痕迹（disfluencies）。

这延续了团队持续扩充 ASR 评测覆盖范围的路线：几个月前加入来自 Appen 和 DataOceanAI 的 11 个私有 split，覆盖五种口音的朗读和对话语音；此后又通过 Voice Arena 增加了一个印度英语私有 split。社区反馈显示，held-out 私有评测集对可信评估很重要。

引入新私有数据的直接目的有两个：一是让 ASR 评测覆盖更多口音和语言，二是通过新增私有数据并引入新数据提供方，降低 benchmaxxing（针对评测集刷分）的可能，提升评估信任度。

配合新增口音，Private tab 现在提供更细的口音分组。分组按 Kachru 的 Three Circles（三圈理论）设计，这一想法来自 Hume AI 的排行榜。目前报告口径有两组：US 与非 US（UK、澳大利亚、加拿大、印度、尼日利亚、埃及）；Inner Circle（US、UK、澳大利亚、加拿大）与 Outer & Expanding Circles（印度、尼日利亚、埃及）。更多口音加入后，Outer 和 Expanding 圈会进一步拆分。

Liva AI 通过真实消费者使用的产品收集多模态交互数据。由于同时掌握采集环境和分发渠道，它可以围绕模型在特定领域、行业、语言、模态和交互类型上的短板设计产品，获得自然、高上下文的真实行为数据，而不是人工诱导或任务型交互。这次合作相当于把这类真实交互数据转化为公开的评测资源。