arXiv 自然语言处理· Olga Kellert, Samhitha Harish, Johnatan E Bonilla, Nemika Tyagi, Phanos Kareen, Nelvin Licona-Guevara·· 10 小时前AI 评分33
超越综合 WER：在线西语课堂中的 ASR 领域自适应与多维度评测
Beyond Aggregate WER: In-domain Adaptation, Learner Speech, Code-Switching, and Speaker Attribution in Online Spanish Learning Classrooms
AI 导读
研究人员使用真实课堂数据通过 LoRA 微调 MOSS-Transcribe-Diarize 与 Whisper large-v3，成功优化了在线西语教学的 ASR 表现。评估显示开源 MOSS 适配模型在 WER 和 CER 上媲美商业 Muse Voice Transcribe，且 DER 更低。实验证明领域匹配比语料规模更关键，而学习者语音与语码混用仍比教师和纯西语更难识别。
来源：arXiv 自然语言处理 · arxiv.org