研究人员开发了SpeakPay,这是一款语音优先的数字钱包,旨在帮助尼泊尔的视障用户。核心技术贡献是使用LoRA在Whisper large-v2模型上进行域自适应微调。这种微调应用于一个包含403个尼泊尔金融指令的新数据集NepFinSpeech-403,将词错误率从129.95%显著降低到42.58%,并将交易成功率提高了约20倍。研究还发现,仅需100条特定领域的话语就能使错误率减半,而性能在大约300个样本后趋于稳定。 AI
影响 通过改进金融语音指令识别,增强了低资源地区视障用户的可访问性。
排序理由 该集群基于一篇详细介绍新数据集和语音识别微调方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →