PulseAugur
中
实时 10:33:27
English(EN) Understanding Multilingual Medical ASR Adaptation Through Layer-Wise Analysis

Whisper语音识别模型适配多语言医疗用途

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员分析了多语言医疗适配如何影响Whisper模型的内部表征。该研究比较了不同Whisper模型尺寸的各种微调策略，发现微调显著提高了MedASR的性能。在特定的诊断场景下，Whisper-Medium实现了最低的英语词错误率（WER），而Whisper-Large-v3实现了最低的德语WER。分析表明，英语医疗微调引起了编码器表征最显著的变化，而多语言延续在很大程度上保持了这些适配。 AI

影响 为将大型语音识别模型适配到专业医疗和多语言用例提供了见解。

排序理由 该集群包含一篇详细介绍模型适配研究的学术论文。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Whisper语音识别模型适配多语言医疗用途

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Souranil Kahali, Rituparna Bose, Abner Hernandez, Tomas Arias-Vergara, Andreas Maier, Ning Ma, Paula Andrea Perez-Toro ·

    通过层级分析理解多语言医疗语音识别自适应

    arXiv:2608.18825v1 Announce Type: cross Abstract: Medical automatic speech recognition (MedASR) requires adaptation to specialised terminology, limited annotated clinical data, and multilingual use cases. Although large-scale pretrained ASR models such as Whisper achieve strong g…

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    通过层级分析理解多语言医疗语音识别自适应

    Medical automatic speech recognition (MedASR) requires adaptation to specialised terminology, limited annotated clinical data, and multilingual use cases. Although large-scale pretrained ASR models such as Whisper achieve strong generalisation, their behaviour after medical and m…

相关实体

相关话题