Itgan

Itgan在NADI 2026上为鲁棒的阿拉伯语ASR适配Whisper

Itgan的研究人员详细介绍了他们在NADI 2026共享任务上的系统，重点关注鲁棒、混合方言和语码转换场景下的阿拉伯语自动语音识别（ASR）。他们的方法主要利用了Whisper，并通过LoRA等参数高效微调（PEFT）技术进行适应，并在消费级GPU上进行训练。该系统取得了有竞争力的结果，包括在突尼斯语码转换ASR上14.49%的词错误率和5.38%的字符错误率，通过模型平均和ROVER投票进一步提高了性能。