跳到正文
arXiv · NLP· Shivam Singh, Aditya Yadavalli, Catherine Arnett, Alex Warstadt·· 2026-10-06AI 评分38

BuzzASR:102 种单语微调 Whisper 模型在 77 种语言中优于 Whisper-large-v3

BuzzASR: A Swarm of 100+ Monolingual Speech Recognition Models

AI 导读

BuzzASR 基于 Whisper 微调 102 种语言的 ASR 模型,在 77 种语言中平均 CER 降低超 2.8 倍。 该系统通过单语 tokenizer 替换和文本微调数据增强,将压缩率平均提升 3.3 倍,最高达 21.7 倍。 所有模型、代码及详细结果已开源,论文被 EMNLP 2026 接收。

来源:arXiv · NLP · arxiv.org