微调ASR/STT模型能否改善严重剪辑音频的性能？

这篇文章讨论了微调自动语音识别（ASR）或语音转文本（STT）模型以改善严重剪辑音频数据性能的可行性，这是无线电通信中常见的问题。作者在一个涉及地铁列车无线电通信的公司项目中面临挑战，由于剪辑和特定领域的术语，音频质量很差。核心问题是用于微调Whisper和Parakeet等模型的可验证数据量有限（1-2小时）。帖子提出了一个关键问题，即考虑到数据限制，该项目的实用性，并寻求关于替代方法的建议。这个问题突出了在具有不完美音频的现实世界场景中应用最先进的ASR模型所面临的挑战。