@alamin_ai_: 天哪，伙计们，这太难以置信了 请听一下黎凡特阿拉伯语和英语之间的无缝代码切换，提高了7…

X AI KOLs Following 模型
levantine-arabic code-switching speech-model rtx-3060 research

摘要

在黎凡特阿拉伯语语音合成和英语代码切换方面取得了重大突破，使用单张RTX 3060在一晚上实现了76%的提升。

天哪，伙计们，这太难以置信了 请听一下黎凡特阿拉伯语和英语之间的无缝代码切换，提升了76%，热爱研究，兄弟 而这所有的一切都是用一张RTX 3060在一个晚上完成的 谢谢你，@TheAhmadOsman，我所有的积蓄现在都用来买更多GPU了 https://t.co/8XHsXPdCCI
查看原文
查看缓存全文

缓存时间: 2026/07/07 02:13

OMG，兄弟们，这简直难以置信

请听听看黎凡特阿拉伯语和英语之间的无缝语码切换，提升了76%，研究真香啊
而这一切只用了一张RTX 3060，一个晚上就搞定了

感谢@TheAhmadOsman，所有积蓄都拿去买更多GPU了，现在冲https://t.co/8XHsXPdCCI

al’amin ai (@alamin_ai_):
这简直是突破，
第三轮跑完了，确定性时长头部，按自然节奏评估（length_scale≈1, 比率0.99），进步巨大，因为之前那种3倍拉伸既破坏流畅度又影响可理解性？看这张表

相似文章

Falcon ASR 语音识别模型发布

Hugging Face Blog

Technology Innovation Institute (TII) 推出 Falcon-ASR，这是一款拥有 16 亿参数的语音识别模型，专注于阿拉伯语（包括阿联酋方言），同时支持英语、法语、西班牙语和葡萄牙语。其阿拉伯语平均字错率（WER）达到 20.92%，优于已公布的最佳榜单成绩，并提供词级时间戳功能。

商业ASR系统在代码切换语音上的基准测试：阿拉伯语、波斯语和德语

arXiv cs.CL

本文提出了一个基准测试，评估了五个商业ASR系统在阿拉伯语-英语、波斯语-英语和德语-英语代码切换语音上的性能，使用两阶段管道为每个语言对选择300个样本，并通过WER和BERTScore评估性能。ElevenLabs Scribe v2在整体上取得了最低的WER（13.2%）和最高的BERTScore（0.936），并提供公开数据集。

CohereLabs/cohere-transcribe-arabic-07-2026

Hugging Face Models Trending

Cohere 发布了一个开源的 2B 参数阿拉伯语 ASR 模型，该模型基于 Conformer 编码器-解码器架构，针对阿拉伯方言性能和阿拉伯语-英语代码切换进行了优化。