研究人员开发了一种方法,将语音基础模型 SraVaani 适配用于尼泊尔语-英语混合语语音识别。通过在六个尼泊尔语语音领域的 172.8 小时语料库上进行微调,他们将词错误率 (WER) 从 48.6% 显著降低到 16.3%。该方法还解决了模型分词器不支持的数字和常见符号的挑战,实现了与微调后的 Whisper large-v3-turbo 相媲美的性能。 AI
影响 提高了混合语的语音识别能力,可能使多语言交流环境中的用户受益。
排序理由 该集群描述了一篇在 arXiv 上发表的研究论文,详细介绍了语音基础模型的适配。[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 →