Whisper Medium 微调孟加拉语 ASR：词错误率从 85.27% 降至 7.65%
Whisper Medium 微调孟加拉语 ASR 效果显著
在 Voice Arena 的 ASR 语料库 Monsoon 上微调的 Whisper Medium，将孟加拉语 FLEURS 上的 LLM 词错误率从 85.27% 降至 7.65%。Whisper Medium 为 769M 参数，体积足够小，可低成本部署，并在许多场景下靠近用户运行。Monsoon 覆盖 50 种语言、共 10 万小时，发布七天内已有 80 多家机构申请授权。
Rohan Paul· @rohanpaul_ai · X·2026-10-09 00:33· 1 小时前AI 评分39
AI 导读
对于低资源语言的 ASR（自动语音识别），更多训练数据往往比更大的模型更有效。 @voicearena_ai 的孟加拉语结果——基于其 ASR 语料库 Monsoon——证明了这一点。 在 Monsoon 上微调的 Whisper Medium，在孟加拉语 FLEURS 上的 LLM 词错误率从 85.27% 降至 7.65%。 Medium 是 769M 参数的 Whisper。足够小，可以低成本部署，在很多场景下也足够小，可以靠近用户运行。
正文
对于低资源语言的 ASR（自动语音识别），更多训练数据往往比更大的模型更有效。
@voicearena_ai 的孟加拉语结果——基于其 ASR 语料库 Monsoon——证明了这一点。
在 Monsoon 上微调的 Whisper Medium，在孟加拉语 FLEURS 上的 LLM 词错误率从 85.27% 降至 7.65%。
Medium 是 769M 参数的 Whisper。足够小，可以低成本部署，在很多场景下也足够小，可以靠近用户运行。
对 Voice Arena 来说，在悉尼 Interspeech 的这一周太疯狂了。 自从七天前我们发布 Monsoon ASR 语料库以来，已有 80 多家机构请求获得授权。 实验室感兴趣的最常见原因：Monsoon 承诺带来结果。 当我们在 Voice Arena 决定构建数据集时，我们定下了一条规则。要么数据集承诺带来结果，要么我们就不做。 Monsoon 承诺带来结果。在孟加拉语 FLEURS 上，在 Monsoon 上微调 Whisper Medium 将其 LLM 词错误率从 85.27% 降至 7.65%。实验室喜欢的另一点是，我们让他们访问我们的模型 API。他们可以在自己的内部基准上测试，亲自看看它是否会改进他们的模型。 你可以在这里查看详细结果并获取 API 访问权限：https://voicearena.com/datasets/monsoon#results Monsoon 包含来自世界各地 50 种语言的 100,000 小时数据，其中大多数是长尾语言。到 2 月将达到 100 种语言，到 2027 年底达到 1,000 种。 这只是 Voice Arena 推出的第一个数据集。我们很兴奋能继续攻克关键问题，让我们更接近机器像人类一样交谈的梦想。在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news