实体
MMS-1B
MMS-1B
PulseAugur coverage of MMS-1B — every cluster mentioning MMS-1B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新基准比较了尼泊尔ASR的多语言模型
一项新研究使用标准化的微调协议，对尼泊尔自动语音识别（ASR）的六个多语言预训练模型进行了基准测试。研究发现，Whisper-Large-v3-Turbo 和 IndicWav2Vec 的表现相当，表明预训练中的语系接近性对于尼泊尔ASR可以与单纯的规模一样有效。研究还强调，与Whisper等自回归模型相比，CTC解码器在相似的准确度水平下提供了显著更快的性能，因此对于有延迟限制的应用来说是更可取的。这项工作为尼泊尔ASR提供了第一个…
-
研究发现：低资源ASR评估需要多种子测试
一项关于喜马拉雅地区低资源语言Garhwali的自动语音识别（ASR）的新研究，强调了可复现的多种子评估的重要性。研究人员发现，先前归因于Focal CTC或matra-加权目标等特定目标的改进，在跨多个随机种子测试时并不稳健。相反，采用标准CTC的W2V-BERT 2.0模型达到了具有竞争力的47.0%词错误率（WER），这表明对于此类方言，预训练设计比模型大小更关键。
-
凸优化框架提升口音鲁棒性语言检测
研究人员开发了一种名为凸语言检测（CLD）的新型凸优化框架，以改进语音识别系统中的语言识别，特别是针对低资源口音和方言。该方法在JAX中使用高效的ADMM来实现全局最优和针对方言变体的理论保证。CLD即使在训练数据有限的情况下也能展现出高准确率（97-98%），与传统方法相比，显著降低了跨语言解码失败率和计算成本。