研究人员开发了一个新的多语言自动语音识别(ASR)框架,该框架使用语言感知的代理来优化数据采样。该代理从语言学角度分析ASR错误,并调整数据选择策略以提高训练效率和性能。在十二种Common Voice语言上的实验表明,该方法在减少数据和计算资源的情况下,超越了全数据训练,并加速了收敛。 AI
影响 该框架可以显著提高多语言ASR系统训练的效率和有效性,有可能带来更广泛的应用和在不同语言中更好的性能。
排序理由 关于ASR数据采样新颖框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Agentic Data Sampling Framework for Multilingual ASR via Linguistic-Aware Error-Driven Optimization
- Common Voice
- Hugging Face
- Whisper-medium
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →