dialects

Itgan 团队介绍了一套统一的 Whisper+LoRA 方案，适配于 NADI 2026 阿拉伯语 ASR 的三个子任务。结果表明，针对不同子任务，方言专属模型、基座模型选择以及免训练的权重平均各有主导优势，而非任何单一的创新组件起决定性作用。

英文干净朗读已商品化，但2026年ASR面临叠音识别、流式落字、方言术语处理等挑战，以及如何优化语音塔以避免拖垮Speech LLM。

本文提出了一种基于MLIR的大型语言模型编译方法，通过两种自定义方言（TopOp和TpuOp）将模型从框架无关的语义逐层降低为硬件专用指令，并针对自回归推理阶段（预填充、预填充KV和解码）引入三阶段静态编译。