SraVaani 适配尼泊尔语-英语混说语音识别，WER 从 48.6% 降至 17.1%
做低资源语音识别的可以看看这篇。SraVaani 全量微调后 WER 干到 16.3%，比微调版 Whisper large-v3-turbo 还低一点。它处理数字符号的 tokenizer 妥协方案和消融数据，对做尼泊尔语、混说语音这类项目很有参考价值。
做低资源语音识别的可以看看这篇。SraVaani 全量微调后 WER 干到 16.3%，比微调版 Whisper large-v3-turbo 还低一点。它处理数字符号的 tokenizer 妥协方案和消融数据，对做尼泊尔语、混说语音这类项目很有参考价值。