Whisper Medium 微调孟加拉语 ASR 效果显著

导读

对于低资源语言的 ASR（自动语音识别），更多训练数据往往比更大的模型更有效。 @voicearena_ai 的孟加拉语结果——基于其 ASR 语料库 Monsoon——证明了这一点。 在 Monsoon 上微调的 Whisper Medium，在孟加拉语 FLEURS 上的 LLM 词错误率从 85.27% 降至 7.65%。 Medium 是 769M 参数的 Whisper。足够小，可以低成本部署，在很多场景下也足够小，可以靠近用户运行。