Monsoon框架发布：50种低资源语言ASR数据采集
热点事件持续更新
Monsoon框架发布：50种低资源语言ASR数据采集
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究人员Shobhit Banga等发布了Monsoon框架，这是一个面向50种低资源语言的可扩展自发语音采集系统。该框架通过非脚本对话方式采集语音，并分析了七个各3,500小时的语料库。 在质量筛选方面，Monsoon采用的方法使语义词错误率（WER）相比常规协议降低了10-39%。此外，使用Monsoon数据对Whisper模型进行微调后，其在对话基准测试中的语义WER降低了20-44个点。 该研究还指出，基于Monsoon数据获得的性能增益具有可迁移性，不仅适用于Whisper，还能推广至其他架构，且随着数据量的增长，这种增益效果持续显现。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
Monsoon：面向50种低资源语言的可扩展自发语音采集框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPMonsoon：面向50种低资源语言的可扩展自发语音采集框架
Monsoon 框架通过非脚本对话采集 50 种语言的自发语音，分析 7 个 3,500 小时语料库，质量筛选使语义 WER 相对常规协议降低 10-39%。 Whisper 在 Monsoon 数据上微调后，在对话基准上语义 WER 降低 20-44 个点，且增益可迁移至其他架构并随数据量增长。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。