BuzzASR模型集

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。