标签
本文研究了当分词与语言建模联合优化时所学习到的词元，比较了跨多种语言的无分词器方法，发现它们为自然语言处理生成了独特而高效的词汇表。
SCRIBE 是一个用于自动语音识别的诊断评估框架，为印度语言提供分类错误分解，并发布了 Hindi、Malayalam 和 Kannada 的基准和开源权重富转录模型。