孟加拉语语音识别 WER 从 85% 骤降至 7.65%,80 家机构抢授权 Monsoon 数据集
omarsar0 · x · 2026-10-09
Voice Arena 在 Interspeech(悉尼)宣布,其孟加拉语 ASR 语料库 Monsoon 上线一周内已收到 80 多家机构的授权意向。核心卖点是一条内部规则:数据集必须「保证有效」才做——在 Bengali FLEURS 上用 Monsoon 微调 Whisper Medium,词错误率从 85.27% 降到 7.65%。他们还向意向方开放模型 API,让客户用自己的内部基准实测效果再决定。
「多模态」频道最新
- NeurIPS 2026 论文 NAMVIS：next-scale 自回归替代扩散，新视角合成提速 3 倍 — RexDouglass · 2026-10-09
- fal 工程师谈视频生成提速:H3 Max 五秒渲出 15 秒视频 — OdinLovis · 2026-10-09
- Odyssey 发布世界模型 Odyssey-3,Physics-IQ 刷出新 SOTA — Scobleizer · 2026-10-09
- 一个提示词生成完整电影:开发者公开多导演 Agent 流水线 — Exciting-Income-5840 · 2026-10-09
- Artificial Analysis:Nano Banana 2.1 成谷歌图像编辑最强模型 — ArtificialAnlys · 2026-10-09
- Nano Banana 2.1 九项能力全面进步,布局与人体的提升最大 — ArtificialAnlys · 2026-10-09