研究提出基于嵌入的 ASR 微调子集选择方法
热点事件持续更新
研究提出基于嵌入的 ASR 微调子集选择方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Roi Yozevitch 与 Or Haim Anidjar 在 arXiv 论文中提出一种基于嵌入的子集选择方法，用于降低 Whisper 等 ASR 模型的微调成本：利用 Whisper 预训练编码器将音频映射到嵌入空间，再用贪心 k-center 算法选取多样化的训练子集。 在希伯来语和丹麦语上的评估显示，k-center 选择常优于随机采样，小样本量下收益最明显，且所选子集的词汇多样性更高。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
Whisper 明智筛选：ASR 微调的智能子集选择方法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIWhisper 明智筛选：ASR 微调的智能子集选择方法
一项研究提出基于嵌入的子集选择方法来降低 Whisper 等 ASR 模型的微调成本。该方法利用 Whisper 预训练编码器将音频映射到嵌入空间，用贪心 k-center 算法选取多样化训练子集。在希伯来语和丹麦语上的评估显示，k-center 选择常优于随机采样，小样本量下收益最明显，且所选子集词汇多样性更高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。