arXiv cs.SD RSS·2026-10-02 12:00· 3 小时前

高价值合成监督实现紧凑日语语音模型的参数高效适配

High-Value Synthetic Supervision for Parameter-Efficient Adaptation of a Compact Japanese Speech Model

摘要

一项研究用182段合成日语护理交接语音，将1.47B音频模型通过全量微调和rank-16 LoRA适配为六字段结构化笔记生成。在39段合成测试集上，未适配模型事实召回得分0.0500，全量微调0.8664，LoRA 0.8461，LoRA可训练参数12.4M约占主干0.85%。

应来源方要求，这里只提供摘要与原文入口。完整内容请阅读原文。

来源：arXiv cs.SD RSS · arxiv.org