RRepoGEO

REPOGEO 报告 · LITE

wenet-e2e/WenetSpeech

默认分支 main · commit d293df83 · 扫描时间 2026/6/6 07:47:44

星标 614 · Fork 56

AI 可见性总分
35 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 wenet-e2e/WenetSpeech 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add descriptive topics to improve categorization

    原因：

    复制粘贴的修复
    speech-recognition, asr, chinese-speech, speech-corpus, dataset, mandarin, deep-learning
  • highreadme#2
    Emphasize WenetSpeech's scale and diversity in the README's opening

    原因：

    当前
    A 10000+ Hours Multi-domain Chinese Corpus for Speech Recognition
    复制粘贴的修复
    WenetSpeech is the largest publicly available multi-domain Chinese speech corpus, offering over 10,000 hours of diverse, real-world audio for advanced ASR development.
  • mediumcomparison#3
    Add a brief comparison section to the README

    原因：

    复制粘贴的修复
    ## Comparison with other Chinese ASR datasets
WenetSpeech stands out with its unprecedented scale of over 10,000 hours, significantly larger and more diverse than datasets like AISHELL-1/2/3, DataBaker, or MagicData-RAMC, making it ideal for training robust, real-world Chinese ASR models.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 wenet-e2e/WenetSpeech
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
AISHELL-1
在 2 个问题中被推荐 2 次
竞品排行
  1. AISHELL-1 · 被推荐 2 次
  2. AISHELL-2 · 被推荐 2 次
  3. AISHELL-3 · 被推荐 2 次
  4. DataBaker · 被推荐 2 次
  5. MagicData-RAMC · 被推荐 2 次
  • 品类问题
    Where can I find a massive dataset for training Chinese automatic speech recognition models?
    你：未被推荐
    AI 推荐顺序：
    1. AISHELL-1
    2. AISHELL-2
    3. AISHELL-3
    4. Common Voice (Mandarin Chinese)
    5. LibriSpeech (Chinese/Mandarin)
    6. DataBaker
    7. THCHS-30
    8. MagicData-RAMC

    AI 推荐了 8 个替代方案，却始终没点名 wenet-e2e/WenetSpeech。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the largest multi-domain Chinese speech corpora available for ASR development?
    你：未被推荐
    AI 推荐顺序：
    1. AISHELL-1
    2. AISHELL-2
    3. AISHELL-3
    4. Common Voice Chinese (Mandarin) (mozilla/common-voice)
    5. DataBaker
    6. LDC (Linguistic Data Consortium)
    7. THCHS-30 (thu-spmi/THCHS-30)
    8. MagicData-RAMC

    AI 推荐了 8 个替代方案，却始终没点名 wenet-e2e/WenetSpeech。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of wenet-e2e/WenetSpeech?
    pass
    AI 明确点名了 wenet-e2e/WenetSpeech

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts wenet-e2e/WenetSpeech in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 wenet-e2e/WenetSpeech

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo wenet-e2e/WenetSpeech solve, and who is the primary audience?
    pass
    AI 明确点名了 wenet-e2e/WenetSpeech

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 wenet-e2e/WenetSpeech 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/wenet-e2e/WenetSpeech.svg)](https://repogeo.com/zh/r/wenet-e2e/WenetSpeech)
HTML
<a href="https://repogeo.com/zh/r/wenet-e2e/WenetSpeech"><img src="https://repogeo.com/badge/wenet-e2e/WenetSpeech.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

wenet-e2e/WenetSpeech — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3