尼泊尔语自动语音识别多语言预训练模型的比较分析

英文标题：Comparative Analysis of Multilingual Pre-trained Models for Nepali Automatic Speech Recognition

论文指出，尽管多语言预训练模型名义上支持尼泊尔语，但此前尚缺少在统一微调协议下的受控基准比较。研究对六种预训练模型进行微调评估，包括 XLSR-53、IndicWav2Vec、MMS-1B、Whisper-Medium 和 Whisper-Large-v3-Turbo 等。该工作旨在为尼泊尔语 ASR 模型选择、微调策略制定及低资源语言语音技术研究提供可比较的基准依据。

2.1 KB 461 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB