研究者提出多语言ASR语言感知数据采样框架

Zhiheng Qian 等研究者提出一种语言感知的智能体数据采样框架，把负责数据采样的 LLM 智能体引入多语言 ASR 训练循环。该框架依据音系、形态、句法三个层面的错误分析评分，结合训练统计、预算约束与算法配置，在领域级、样本级和 token 级选择采样策略。 在 12 种 Common Voice 语言上以 Whisper-medium 为 ASR 骨干的实验显示，该方法用更少训练数据和更低算力即超过全量数据训练，并显著加快收敛。

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。