研究者提出基于嵌入的ASR微调子集选择方法

2026年10月27日，Roi Yozevitch和Or Haim Anidjar在arXiv的NLP板块发布论文，提出一种基于嵌入的ASR微调数据子集选择方法。该方法使用固定维度嵌入空间与贪心k-center算法，旨在挑选多样且具代表性的训练子集，目标是让较小的数据集也能显著提升识别效果。 在实验验证环节，研究团队将该方法应用于希伯来语和丹麦语的语音识别微调任务。结果表明，基于k-center算法筛选的子集在较小规模下比随机采样能捕获更广的词汇多样性，从而证明了该嵌入子集选择在降低数据成本、提升模型性能方面的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。