实体
whisper tiny
whisper tiny
PulseAugur coverage of whisper tiny — every cluster mentioning whisper tiny across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
13M ASR Conformer 模型在低成本微控制器上运行
一位开发者成功地在低成本 ESP32-S3 微控制器上实现了一个拥有 1310 万参数的自动语音识别 (ASR) conformer 模型。通过蒸馏和量化，该模型被压缩到仅占用 14MB 的闪存和 256KB 的 SRAM，使其能够转录 8 秒的音频。尽管推理速度仍然较慢，但这比之前的尝试有了显著的进步，开发者提倡进行更多关于模型效率的研究，以使人工智能在经济实惠的硬件上更加普及。
-
新的REDDIT框架纠正ASR模型中的时间戳漂移
研究人员开发了REDDIT，一个新颖的训练后框架，旨在修复自回归自动语音识别（ASR）系统中的时间戳不准确问题。该方法解决了时间戳漂移问题，即解码的时间轴偏离实际音频，尤其是在长无语音片段中。REDDIT采用两阶段过程，使用模型自身的重放上下文和冻结的基础分布来编辑时间戳目标，同时还包含一个精炼阶段。这种方法在不引起其他ASR功能灾难性遗忘的情况下成功纠正了时间戳漂移，这一点在Whisper-tiny模型上得到了证明。
-
新的REDDIT框架可在不遗忘模型的情况下纠正ASR时间戳漂移
研究人员开发了REDDIT，一个新颖的训练后框架，旨在纠正自动语音识别（ASR）系统中的时间戳漂移，而不会导致灾难性遗忘。该方法使用基于重放的分布编辑技术，通过重放模型自身的解码器上下文来精炼时间戳，同时保留非时间戳标记的分布。该框架在Whisper-tiny上将长间隔mIoU从38.7%提高到95.0%，参数更新极少，同时显著减少了域外时间戳错误。