Lipi-Ghor

新方法使轻量级ASR模型适应孟加拉语

研究人员开发了一种新颖的方法，将轻量级语音识别模型（如Moonshine）应用于孟加拉语等形态丰富的语言。识别出的核心问题是面向英语的tokenizer导致了自回归崩溃。通过将BanglaBERT WordPiece词汇表移植到解码器中，模型的token肥沃度显著降低，缓解了解码不稳定性。该方法在Lipi-Ghor数据集上实现了21.54%的具有竞争力的词错误率，为ASR模型在不进行大量重新训练的情况下进行跨脚本适应提供了可扩展的解决方案。