跳到正文
热点事件持续更新

Gemma 4冻结语音编码器阿语识别研究发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月22日，Amr Abdelkhalik发布arXiv论文，研究基于Gemma 4的305M语音编码器在不修改权重情况下的沙特及海湾阿拉伯语识别性能。 该研究采用冻结编码器方案，仅训练22.6M参数的CTC阅读器，实现CPU推理速度比Cohere快3.4倍；适配器方案增加3.1M参数，单GPU推理速度达实时139倍。部分测试集中WER与Cohere无统计显著差异，但长语音任务表现仍落后。

AI 根据报道生成 · 11 小时前更新

最新进展10月22日 12:00
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

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · NLP
    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

    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。

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。