arXiv cs.CL· Amr Abdelkhalik·2026-10-22 12:00· 3 小时前AI 评分50

Gemma 4 语音编码器在沙特与海湾阿拉伯语识别中的冻结与适配器增强效果

How Far Can the Gemma 4 Speech Encoder Go Without Changing Its Weights? Saudi and Gulf Arabic Speech Recognition with a Frozen and an Adapter-Augmented Encoder

AI 摘要

研究评估了 Gemma 4 共享的 305M 参数音频编码器在不修改权重的情况下，针对沙特和海湾阿拉伯语的识别能力。冻结系统仅训练 22.6M 参数 CTC 读取器，在 CPU 上比 Cohere Transcribe Arabic 快 3.4 倍；适配器系统增加 3.1M 低秩适配器参数，在多项指标上显著优于 0.6B 微调模型。代码及公开数据集结果已发布。

来源：arXiv cs.CL · arxiv.org

#论文/研究 #多模态 #端侧 #Google