@omarsar0：仅一次微调，孟加拉语的词错误率就从 85% 降至 7.65%。这样的数字正是 80 家实验室争相寻求 Monsoon 授权的原因……

X AI KOLs Timeline 新闻
speech-recognition asr dataset bengali voice-arena interspeech licensing

摘要

Voice Arena 报告称，其 Monsoon ASR 语料库在悉尼 Interspeech 上发布后，一周内已收到 80 多家机构的授权请求；其中仅一次微调便将孟加拉语的词错误率从 85% 降至 7.65%。

仅一次微调，孟加拉语的词错误率就从 85% 降至 7.65%。 这样的数字正是 80 家实验室在一周内争相寻求 Monsoon 授权的原因。我最敬佩的是其背后的原则：@voicearena_ai 只在数据集能带来实质性提升时才会构建它。大多数数据供应商可不敢这么说。
查看原文
查看缓存全文

缓存时间: 2026/10/09 06:37

孟加拉语的词错误率（WER）从85%降到了7.65%，只经过一次微调。

这样的数据，就是为什么一周之内就有80家实验室请求授权使用 Monsoon 数据集。我最敬佩的是其背后的准则：@voicearena_ai 只有在数据集确实能带来显著提升时才会构建它。大多数数据供应商不敢这样说。

Shobhit Banga (@shobhitbanga)： Voice Arena 在悉尼举办的 Interspeech 大会上度过了疯狂的一周。

自我们发布 Monsoon ASR 语料库以来，已有80多家机构请求授权使用。

实验室感兴趣的最常见原因：Monsoon 承诺实实在在的效果。

当我们决定在 Voice Arena 构建数据集时，我们

相似文章

分词器移植：缓解边缘高效孟加拉语ASR中的自回归崩溃

arXiv cs.CL

本文提出了一种适用于Moonshine等轻量级ASR模型的分词器移植流程，以解决孟加拉语中的自回归崩溃问题。通过将以英语为中心的分词器替换为BanglaBERT的WordPiece词汇表，词元繁殖度从9.16降至1.30，序列长度减少85.8%，在Lipi-Ghor数据集上实现了21.54%的词错误率（WER）。

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。