为阿尔及利亚方言做电话语音 agent,团队从头摸索微调语音模型
Fair_Bed_914 · reddit · 2026-10-13
一个团队在为阿尔及利亚市场做电话语音 agent,发现现有模型对阿尔及利亚 Darija 方言支持很差,决定自己微调,但此前没有语音模型训练经验。他们手上有大量真实通话录音,提出四类问题:
- 选型:商用许可的 STT 和 TTS 模型怎么选
- 训练方法:fine-tune 还是 LoRA,需要什么硬件,有无好教程
- 数据:需要多少小时、什么格式、转写是否要求完美
- 方言差异:Darija 在东部(近突尼斯)、西部(近摩洛哥)、首都和南部口音差异很大,还混法语、部分地区混柏柏尔语,是该分地区配平数据还是一份大混合数据集就够
「编程与Agent」频道最新
- AI Engineer 纽约大会开幕，创刊报纸式报道覆盖 30 万开发者遥测发现 — jonmarkgo · 2026-10-13
- 一行装饰器把 Dijkstra 等组合求解器变成可微神经网络层 — PMinervini · 2026-10-13
- Google 发布企业级 Gemini 智能体：跨系统记忆，按任务路由 Claude — BenBajarin · 2026-10-13
- 用 T3 Code 逆向工程 Elgato 4K 采集卡,延迟压到 24ms — talkaboutdesign · 2026-10-13
- Air Street Capital 合伙人点赞 Codex 预测提示词功能 — nathanbenaich · 2026-10-13
- 浏览器 agent 替真人发 Reddit 帖，引出「哪里该设审批线」之争 — ChatGPTworkBot · 2026-10-13