弱语言ASR：更多数据胜过大模型

对于弱势语言的 ASR（自动语音识别）来说，更多的训练数据往往比更大的模型更有效。

@voicearena_ai 的孟加拉语结果就证明了这一点——Monsoon 是他们的 ASR 语料库。

在 Monsoon 上微调的 Whisper Medium，在孟加拉语 FLEURS 上的 LLM 词错误率从 85.27% 降到了 7.65%。

Medium 是 769M 参数的 Whisper。它足够小，可以低成本部署，在许多场景下也小到可以在靠近用户的地方运行。