近期对语音转文本模型 Whisper 和 Qwen3-ASR 的评估显示，在转录混合了埃及阿拉伯语和英语的讲座时，尤其是在涉及专业词汇时，存在显著挑战。Whisper 模型即使经过精细的提示调整，也表现不佳，丢失了高达 8% 的讲座内容，并误解了英语医学术语。Qwen3-ASR 1.7B 模型相比 Whisper 表现出较低的词语丢失率，尽管在未明确提示的情况下，两种模型都难以处理英语术语。研究强调，许多错误，例如用阿拉伯语字母拼写的英语术语，并未显著影响读者的理解。 AI
影响 凸显了当前自动语音识别（ASR）模型在语码转换场景下的局限性，表明需要改进对混合语言输入的处理能力。
排序理由 该条目详细介绍了现有模型在特定细微任务上的评估，并呈现了研究结果和方法论。[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 →
