arXiv · NLP· Tim Wenjie Hu, Evelyn Nafula Ouma, Benjamin Akera, John A. Quinn·· 7 小时前AI 评分29
SunflowerASR 利用 Group Relative Policy Optimisation 提升低资源多语言语音识别
Group Relative Policy Optimisation Improves Multilingual Speech Recognition in Low-Resource Languages
AI 导读
基于 Whisper-large-v3 的非 LLM 编码器-解码器模型 SunflowerASR 采用 Group Relative Policy Optimisation 训练，在 51 种非洲语言上取得最好公开宏平均 WER。 该模型在 AfriVox-v2 基准达到 0.227、SimbaBench 达到 0.372，并在公开可用的情况下，尤其在训练数据稀缺或音频有噪声、退化时优势最显著。
来源：arXiv · NLP · arxiv.org