PulseAugur
中
实时 14:19:25
English(EN) Thaka at KSAA-2026 Task 2: Regularized Fine-Tuning for Arabic Speech Diacritization

Thaka系统通过微调CATT-Whisper赢得阿拉伯语语音注字任务

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个在KSAA-2026阿拉伯语语音听写与自动注字共享任务中获胜的系统。该系统名为Thaka，使用2327个样本的有限数据集对CATT-Whisper多模态模型进行了微调。其成功的关键在于训练正则化技术，包括R-Drop一致性正则化、优化的超参数和Focal Loss，以及在推理过程中平均来自四个模型检查点的200次随机前向传播。这种方法实现了23.26%的词错误率（WER），在参赛者中获得第一名。 AI

影响 展示了低资源语音注字任务的高级微调技术。

排序理由 该集群包含一篇研究论文，详细介绍了在自动语音识别和注字特定任务中获胜的系统。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Thaka系统通过微调CATT-Whisper赢得阿拉伯语语音注字任务

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Meshal Alamr, Hassan Alqaeri, Abdullah Aldahlawi ·

    Thaka at KSAA-2026 Task 2: Arabic Speech Diacritization 的正则化微调

    arXiv:2605.25928v1 Announce Type: new Abstract: We describe the winning system for Task 2 of the KSAA-2026 Shared Task on Arabic Speech Dictation with Automatic Diacritization. The task requires producing fully diacritized Arabic text from speech audio and undiacritized transcrip…

  2. arXiv cs.CL TIER_1 English(EN) · Abdullah Aldahlawi ·

    Thaka at KSAA-2026 Task 2: Arabic Speech Diacritization 的正则化微调

    We describe the winning system for Task 2 of the KSAA-2026 Shared Task on Arabic Speech Dictation with Automatic Diacritization. The task requires producing fully diacritized Arabic text from speech audio and undiacritized transcripts, with only 2,327 training samples available a…

相关实体

相关话题