LectureRechercheRadarCadre d'investissement
Connexion / Inscription
← Retour à la lecture
SujetRédaction DisconfirmAIMis à jour 2026-10-08 10:15

BuzzASR模型集

3 étapes1 pièces3 Sources

BuzzASR是一个包含102种语言的单语自动语音识别(ASR)模型集,由Lemn Lab与EleutherAI合作开发。该团队通过微调Whisper-large-v3并替换原生分词器,解决了多语言大模型在小语种上表现不佳的问题。在FLEURS测试集中,BuzzASR在77种语言上的字符错误率(CER)低于Whisper-large-v3,平均降低2.8倍;在27种语言上达到开源系统的最先进(SOTA)水平。所有模型已发布于Hugging Face。

【背景】传统多语言ASR模型因训练数据分布不均,往往对低资源语言支持较差。BuzzASR采用“蜂群”策略,为每种语言训练专用模型,并通过文本数据增强和分词器优化提升精度与推理速度。

Comment on en est arrivé là

  1. 2026-09-09

    论文《BuzzASR: A Swarm of 100+ Monolingual Speech Recognition Models》提交至arXiv (v1)。

    arxiv.org ↗
  2. 2026-10-04

    论文修订版 (v2) 发布,确认被EMNLP 2026接收。

    arxiv.org ↗
  3. 2026-10-06

    新闻指出新模型集在102种语言中77种超越Whisper,平均错误率降2.8倍。

    arxiv.org ↗

Ce qui reste non résolu

  • BuzzASR模型在非FLEURS/Common Voice领域的泛化能力如何?
  • 单语模型部署带来的维护成本与多语言统一模型相比是否更具优势?

Sources

  • arxiv.org↗
  • huggingface.coHugging Face组织页↗
Connexion / Inscription
LectureRechercheRadarCadre d'investissement
  • lemn-lab.github.io项目主页↗
  • Couverture dans ce sujet

    • BuzzASR Boosts Low-Resource Speech Accuracy2026-10-06Actualités

      New model suite beats Whisper in 77 of 102 languages, cutting error rates by 2.8x.