跳到正文
arXiv · NLP· Husein Zolkepli·· 7 天前AI 评分30

低资源语言语音转写:28 个开源多语言模型在 50 种低资源语言上的迁移微调研究

Low Language Transfer Speech-to-Text

AI 导读

该研究测试了 28 个开源多语言模型在 Low-Language-TTS 数据集上的表现,并在 50 种低资源语言上进行了微调。 微调使 24 个模型的宏字符错误率(CER)降低 16.6 至 53.1 点,最低降至 9.5;使用低秩适配器(LoRA)仅微调 4% 的权重即可接近全参数微调效果。

来源:arXiv · NLP · arxiv.org