rohanpaul_ai· @rohanpaul_ai · X·· 16 小时前AI 评分
弱语言ASR：更多数据胜过大模型
对于弱语言的 ASR（自动语音识别），更多训练数据往往胜过更大的模型。 @voicearena_ai 的孟加拉语结果就证明了这一点，Monsoon 是其 ASS 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% 降至 7.65%。 Medium 是 769M 参数的 Whisper。足够小，可以低成本部署，在许多场景下也足够小，可以靠近用户运行。
For ASR (automatic speech recognition) on weak languages, more training data tends to beat a bigger model.
@voicearena_ai’s Bengali result for Monsoon, its ASR corpus, is shows it.
Whisper Medium fine-tuned on Monsoon went from 85.27% to 7.65% LLM word error rate on Bengali FLEURS.
Medium is the 769M-parameter Whisper. Small enough to serve cheaply, and in many settings small enough to run close to the user.
来源：rohanpaul_ai · x.com