Spoken Term Detection on TIMIT (IV) benchmark leaderboard · SOTA2 Research

Spoken Term Detection on TIMIT (IV)

0.74MAPwav2tok 2.0

Evaluation Results

Method	Links
wav2tok 2.02026.06		0.74	—	—	—	—	—	—	0.77	0.68
wav2tok 2.02026.06		0.72	—	—	—	—	—	—	0.78	0.74
wav2tok2026.06		0.71	—	—	—	—	—	—	0.74	0.66
wav2tok 2.02026.06		0.69	—	—	—	—	—	—	0.75	0.75
wav2tok2026.06		0.67	—	—	—	—	—	—	0.72	0.69
wav2tok2026.06		0.63	—	—	—	—	—	—	0.68	0.68
BEST-STD2026.06		0.62	—	—	—	—	—	—	0.64	0.57
BEST-STD2026.06		0.61	—	—	—	—	—	—	0.66	0.63
BEST-STD2026.06		0.57	—	—	—	—	—	—	0.62	0.62
Phone Posteriors2026.06		0.41	—	—	—	—	—	—	0.44	0.52
Speech Tokenizer2026.06		0.38	—	—	—	—	—	—	0.39	0.38
WavLM-Base2026.06		0.3	—	—	—	—	—	—	0.3	0.38
MFCC2026.06		0.29	—	—	—	—	—	—	0.37	0.48
WavLM-Base2026.06		0.26	—	—	—	—	—	—	0.27	0.3
HuBERT-Base2026.06		0.2	—	—	—	—	—	—	0.2	0.32
BNF2026.06		0.19	—	—	—	—	—	—	0.26	0.19
HuBERT-Base2026.06		0.19	—	—	—	—	—	—	0.17	0.23
Encodec2026.06		0.08	—	—	—	—	—	—	0.08	0.13
BEST-STD2025.12		—	0.29	0.38	0.47	0.54	0.62	0.66	—	—
BEST-STD2025.12		—	0.2	0.28	0.36	0.44	0.49	0.54	—	—
BEST-STD 2.02025.12		—	0.6	0.67	0.78	0.8	0.81	0.82	—	—
BEST-STD 2.02025.12		—	0.47	0.54	0.63	0.67	0.7	0.71	—	—
HuBERT-Large2025.12		—	0.14	0.22	0.31	0.43	0.49	0.51	—	—
HuBERT-Large2025.12		—	0.03	0.08	0.12	0.23	0.25	0.27	—	—
Ours-Transformer2025.12		—	0.55	0.62	0.66	0.73	0.74	0.75	—	—
Ours-Transformer2025.12		—	0.43	0.52	0.56	0.62	0.63	0.64	—	—
SpeechTokenizer2025.12		—	0.15	0.28	0.42	0.53	0.56	0.57	—	—
SpeechTokenizer2025.12		—	0.05	0.12	0.18	0.19	0.23	0.23	—	—
WavLM-Large2025.12		—	0.33	0.35	0.44	0.52	0.55	0.61	—	—
WavLM-Large2025.12		—	0.19	0.38	0.44	0.57	0.59	0.61	—	—
WavLM-Large2025.12		—	0.12	0.21	0.23	0.35	0.37	0.39	—	—
WavLM-Large2025.12		—	0.08	0.16	0.23	0.26	0.3	0.36	—	—