arXiv · NLP· Amr Abdelkhalik·· 16 小时前AI 评分23
Gemma 4 语音编码器在不改变权重情况下的沙特及海湾阿拉伯语识别性能研究
How Far Can the Gemma 4 Speech Encoder Go Without Changing Its Weights? Saudi and Gulf Arabic Speech Recognition with a Frozen and an Adapter-Augmented Encoder
AI 导读
Gemma 4 的 305M 语音编码器在不修改权重的情况下实现了沙特及海湾阿拉伯语识别。冻结系统仅训练 22.6M 参数 CTC 阅读器，CPU 推理速度比 Cohere 快 3.4 倍。 适配器系统增加 3.1M 参数，单 GPU 推理速度达实时 139 倍。在部分测试集中其 WER 与 Cohere 无统计显著差异，但在长语音任务中仍落后。
来源：arXiv · NLP · arxiv.org