Whisper-ը շարունակում է ուղղել նիգերիական խոսքը. ինչպե՞ս ես չափեցի դա
Ծրագրավորող Նադին Վ.-ն հրապարակել է հետազոտություն, որը ուսումնասիրում է, թե ինչպես են OpenAI-ի Whisper մոդելները մշակում նիգերիական անգլերենը և պիջինը: Հետազոտությունը ցույց է տալիս, որ ստանդարտ մոդելները հաճախ «ուղղում» են բարբառային բառապաշարը՝ վերածելով այն ստանդարտ անգլերենի, ինչը հանգեցնում է սխալ տրանսկրիպցիաների: Համեմատելով Whisper large-v3 և small մոդելների աշխատանքը հատուկ վարժեցված տարբերակի հետ՝ պարզվել է, որ լրացուցիչ ուսուցումը կարող է նվազեցնել բառային սխալների մակարդակը (WER) մոտ 80%-ով: Հեղինակը մշակել է ավտոմատ դասակարգիչ՝ բարբառային առանձնահատկությունները ճանաչելու համար: Արդյունքները վկայում են, որ ստանդարտ չափանիշները հաճախ պատժում են մոդելներին տեղական բարբառները ճիշտ արտագրելու համար: Նախագիծը, որը ներառում է մանրամասն մեթոդաբանություն և բաց կոդով սկրիպտներ, ընդգծում է լեզվական բազմազանության նկատմամբ մոդելների զգայունության գնահատման կարևորությունը: Ամբողջական վերլուծությունը հասանելի է GitHub-ում և Kaggle-ում:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Արհեստական բանականությունը տեղական միկրոէլեկտրոնիկայում. «Միկրոէլեկտրոնիկա 2026» ֆորումի 74 ընկերությունների հարցման արդյունքները
«Միկրոէլեկտրոնիկա 2026» ֆորումի շրջանակներում անցկացվել է ոլորտի 74 ընկերությունների լայնածավալ հարցում՝ նվիրված արհեստական բանականության տեխնոլոգիանե…
Նա գիտեր կոդի յուրաքանչյուր տողը, բայց չէր կարողանում ջուր խնդրել. AphasiaBridge-ի ստեղծումը
Hacktoberfest Weekend Challenge-ի շրջանակներում ծրագրավորող Տահոսինը ստեղծել է AphasiaBridge՝ օժանդակ գործիք, որը նախատեսված է աֆազիայով տառապող մարդկ…
Ես փորձարկել եմ 36 AI մոդելներ կեղծ փաթեթների համար և ոչ մեկը չեմ գտել
Ծրագրավորող Արիշ Մանսուրը թողարկել է բենչմարկինգի գործիք, որը նախատեսված է գնահատելու, թե որքան հաճախ են AI մոդելները հալյուցինացիաներ առաջացնում գոյո…