273 小时微调让拉脱维亚语 Whisper WER 从 19.2% 降到 3.2%

Slight_Republic_4242 · reddit · 2026-09-14

拉脱维亚大学发布开源 ASR 工具包 LATE,面向主流系统忽略的低资源语言,支持本地/云端部署、静态编译后端与私有推理。

关键数据:

• 拉脱维亚语:用 273.3 小时语音微调 Whisper Large V3,Common Voice 测试集 WER 从 19.2% 降至 3.2%;更难的 LATE-Media 集从 29.1% 降至 12.8%;格式化转写从 28.1% 降至 4.8%。
• 拉特加尔语(仅约 15 万母语者):仅 40.2 小时训练数据,从拉脱维亚语模型迁移学习后 Common Voice WER 达 9.1%,远优于直接微调 Whisper Large V3。

作者结论:对语音 agent 场景,尤其涉及隐私或领域对话时,「开源 ASR + 本地编排 + 专用小模型」比全量调用托管大模型 API 更值得考虑。项目全量开源,含面向受限硬件的量化模型。作者同时提及自己维护的开源编排项目 dograh。

原文链接 →

「编程与Agent」频道最新

• Obsidian 电子书阅读器所用 foliate-js 开源地址公布 — vista8 · 2026-09-14
• 把 Obsidian 改造成电子书阅读器：foliate-js 技术复盘 — vista8 · 2026-09-14
• Matt Pocock:所有公司都在急招 AI 编码人才,机会在你自己 — mattpocockuk · 2026-09-14
• 红队测试公开 Agent 的速赢清单：找到边界何处失守 — njyx · 2026-09-14
• 编程 Agent 该有多大权限?.env 密钥暴露引热议 — radim11 · 2026-09-14
• 南非创业者给企业主开 Vibe Coding 沉浸式线下课 — huangyun_122 · 2026-09-14

更多「编程与Agent」频道 AI 资讯 →