PulseAugur
中
实时 10:48:26
English(EN) Comparative Analysis of Multilingual Pre-trained Models for Nepali Automatic Speech Recognition

新基准比较了尼泊尔ASR的多语言模型

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新研究使用标准化的微调协议，对尼泊尔自动语音识别（ASR）的六个多语言预训练模型进行了基准测试。研究发现，Whisper-Large-v3-Turbo 和 IndicWav2Vec 的表现相当，表明预训练中的语系接近性对于尼泊尔ASR可以与单纯的规模一样有效。研究还强调，与Whisper等自回归模型相比，CTC解码器在相似的准确度水平下提供了显著更快的性能，因此对于有延迟限制的应用来说是更可取的。这项工作为尼泊尔ASR提供了第一个标准化的、多模型的、考虑效率的参考数字。 AI

影响 为尼泊尔ASR提供了标准化的基准，指导模型在效率和准确性方面的选择。

排序理由 该集群包含一篇学术论文，详细介绍了AI模型的比较分析和基准测试。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新基准比较了尼泊尔ASR的多语言模型

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Suman Paudel, Sarbin Sayami ·

    尼泊尔自动语音识别多语言预训练模型比较分析

    arXiv:2608.12327v1 Announce Type: cross Abstract: Multilingual pretrained models nominally support Nepali, yet no controlled benchmark has compared them under a single fine-tuning protocol. We fine-tune six pretrained models (XLSR-53, IndicWav2Vec, MMS-1B, Whisper-Medium, Whisper…

相关实体

相关话题