跳到正文
arXiv · AI· Sergei Katkov, Antonio Liotta·· 2026-10-14AI 评分30

理解 Whisper ASR 中的个性化增益

Understanding Personalization Gains in Whisper ASR

AI 导读

研究发现 Whisper 大语言模型的 LoRA 微调增益并非均匀分布,且池化 LoRA 常能匹配甚至优于组特定 LoRA。 研究覆盖 Common Voice、LibriSpeech 和 VoxPopuli 数据集,发现增益集中于 Common Voice 困难组,在低误差的 LibriSpeech 上几乎消失。 结论指出,在解释个性化证据前,应将零样本增益与匹配的池化适应进行对比。

来源:arXiv · AI · arxiv.org