nepali

本文介绍了SpeakPay和一个尼泊尔语金融语音数据集，表明对Whisper进行LoRA微调可以将词错误率降低67.2%，并提高低资源语言的交易成功率。

本文提出了一个受控基准，比较了六种多语言预训练ASR模型在尼泊尔语音上的表现，发现Whisper-Large-v3-Turbo和IndicWav2Vec表现最佳，而CTC解码器的推理速度最高可提升29倍。该研究为尼泊尔ASR提供了首个标准化的、考虑效率的参考数值。

本文描述了一个用于尼泊尔表情包分类的两阶段视觉-语言适配系统，使用Qwen3-VL-8B-Instruct，结合LoRA微调和对比学习。该系统在CHiPSAL 2026共享任务中，在仇恨言论检测中排名第二，在情感分析中排名第四。

本文提出了NEST-V1，一个用于从语音输入生成情感条件尼泊尔手语虚拟形象的概念验证多模态框架，在包含50名说话者600个音频样本的数据集上实现了81.1%的ASR准确率和79.21%的情感识别准确率。