PulseAugur
中
实时 08:42:19
English(EN) myMediWhisper: Construction of Burmese Medical Speech Corpus and Whisper Fine-Tuning for Clinical Dialogue ASR

开发了新的缅甸语医疗语音语料库和微调后的Whisper模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了myMediWhisper，一个用于识别缅甸语医疗语音的新框架，解决了现有模型（如Whisper）的局限性。该框架建立在一个由缅甸语母语者录制和验证的28小时医疗对话语料库之上。该研究使用全参数微调和参数高效方法，并结合数据增强技术来提高在嘈杂环境中的鲁棒性，对Whisper模型进行了微调。结果myMediWhisper-Medium模型在缅甸语临床对话上达到了23.44%的行业领先词错误率，优于更大、通用目的的模型。 AI

影响 为缅甸语医疗语音识别树立了新的基准，可能提高该地区的医疗可及性。

排序理由 该集群描述了一篇研究论文，其中详细介绍了为特定领域和语言创建专业语料库和微调现有模型的过程。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

开发了新的缅甸语医疗语音语料库和微调后的Whisper模型

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Ye Kyaw Thu, Ye Bhone Lin, Thura Aung, Htet Arkar, Myat Oo Swe, Thet Htet San, Min Thiha Tun, Thazin Myint Oo, Thepchai Supnithi ·

    myMediWhisper：缅甸医疗语音语料库的构建与用于临床对话ASR的Whisper微调

    arXiv:2608.11036v1 Announce Type: new Abstract: Although Whisper models benefit from large-scale multilingual pre-training, their performance on Burmese medical speech remains limited. This work presents a Burmese medical speech recognition framework built on a high-quality 28-ho…

相关实体

相关话题