研究人员详细介绍了开发 Sophea（一个双语希腊语-英语自动语音识别系统）的广泛工程过程。团队在满足九个生产质量门槛方面面临挑战，特别是平衡希腊语嘈杂环境下的性能与英语语言识别的准确性。通过一个六阶段的数据管道、使用 ROVER 的模型集成以及对音频滤波器的仔细校准，他们成功构建了一个通过所有门槛的系统，将重叠语音的词错误率降低了 29%。最终的模型 sophea/asr-k1 在英语测试集和真实世界的希腊语流量上均显示出有希望的结果。 AI
影响 详细介绍了构建生产级双语 ASR 系统的工程挑战和解决方案，提供了对数据处理和模型集成技术的见解。
排序理由 该集群描述了一篇详细说明语音识别系统构建方法和结果的研究论文，而非产品发布或前沿模型。
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 →
完整方法见我们的编辑标准。
arXiv:2609.13498v1 Announce Type: cross Abstract: We report a multi-month engineering program to build Sophea, a production bilingual Greek-English automatic speech recognition system. We evaluate the system against nine production gates covering Greek and English word error rate…
A production bilingual Greek-English speech recognition system was engineered through iterative training, data filtering, ablation studies, and model ensembling to meet strict quality gates and achieve competitive benchmark results.