Enhancing Aviation Communication Transcription: Fine-Tuning Distil-Whisper with LoRA
Fuente:
arXiv
Salvato in:
| Autori principali: | Mirzaei, Shokoufeh, Arzate, Jesse, Vijay, Yukti |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Analyzing and Fine-Tuning Whisper Models for Multilingual Pilot Speech Transcription in the Cockpit
di: Nareddy, Kartheek Kumar Reddy, et al.
Pubblicazione: (2025)
di: Nareddy, Kartheek Kumar Reddy, et al.
Pubblicazione: (2025)
LoRA-Whisper: Parameter-Efficient and Extensible Multilingual ASR
di: Song, Zheshu, et al.
Pubblicazione: (2024)
di: Song, Zheshu, et al.
Pubblicazione: (2024)
Behind the Scenes: Mechanistic Interpretability of LoRA-adapted Whisper for Speech Emotion Recognition
di: Ma, Yujian, et al.
Pubblicazione: (2025)
di: Ma, Yujian, et al.
Pubblicazione: (2025)
Towards Multi-Level Transcript Segmentation: LoRA Fine-Tuning for Table-of-Contents Generation
di: Freisinger, Steffen, et al.
Pubblicazione: (2026)
di: Freisinger, Steffen, et al.
Pubblicazione: (2026)
Whisper-GPT: A Hybrid Representation Audio Large Language Model
di: Verma, Prateek
Pubblicazione: (2024)
di: Verma, Prateek
Pubblicazione: (2024)
Towards Rehearsal-Free Multilingual ASR: A LoRA-based Case Study on Whisper
di: Xu, Tianyi, et al.
Pubblicazione: (2024)
di: Xu, Tianyi, et al.
Pubblicazione: (2024)
WhisperD: Dementia Speech Recognition and Filler Word Detection with Whisper
di: Akinrintoyo, Emmanuel, et al.
Pubblicazione: (2025)
di: Akinrintoyo, Emmanuel, et al.
Pubblicazione: (2025)
Contextual Biasing to Improve Domain-specific Custom Vocabulary Audio Transcription without Explicit Fine-Tuning of Whisper Model
di: Lall, Vishakha, et al.
Pubblicazione: (2024)
di: Lall, Vishakha, et al.
Pubblicazione: (2024)
Sparsely Shared LoRA on Whisper for Child Speech Recognition
di: Liu, Wei, et al.
Pubblicazione: (2023)
di: Liu, Wei, et al.
Pubblicazione: (2023)
Evaluating the Effectiveness of Transformer Layers in Wav2Vec 2.0, XLS-R, and Whisper for Speaker Identification Tasks
di: Stuhlmann, Linus, et al.
Pubblicazione: (2025)
di: Stuhlmann, Linus, et al.
Pubblicazione: (2025)
Distilling Conversations: Abstract Compression of Conversational Audio Context for LLM-based ASR
di: Kumar, Shashi, et al.
Pubblicazione: (2026)
di: Kumar, Shashi, et al.
Pubblicazione: (2026)
Fine-Tuning Whisper for Inclusive Prosodic Stress Analysis
di: Sohn, Samuel S., et al.
Pubblicazione: (2025)
di: Sohn, Samuel S., et al.
Pubblicazione: (2025)
Generalizable speech deepfake detection via meta-learned LoRA
di: Laakkonen, Janne, et al.
Pubblicazione: (2025)
di: Laakkonen, Janne, et al.
Pubblicazione: (2025)
Leveraging Whisper Embeddings for Audio-based Lyrics Matching
di: Mancini, Eleonora, et al.
Pubblicazione: (2025)
di: Mancini, Eleonora, et al.
Pubblicazione: (2025)
SIFT-50M: A Large-Scale Multilingual Dataset for Speech Instruction Fine-Tuning
di: Pandey, Prabhat, et al.
Pubblicazione: (2025)
di: Pandey, Prabhat, et al.
Pubblicazione: (2025)
Bangla-WhisperDiar: Fine-Tuning Whisper and PyAnnote for Bangla Long-Form Speech Recognition and Speaker Diarization
di: Bhuiyan, Mohammed Aman, et al.
Pubblicazione: (2026)
di: Bhuiyan, Mohammed Aman, et al.
Pubblicazione: (2026)
Dual Knowledge Distillation for Efficient Sound Event Detection
di: Xiao, Yang, et al.
Pubblicazione: (2024)
di: Xiao, Yang, et al.
Pubblicazione: (2024)
Whisper in Medusa's Ear: Multi-head Efficient Decoding for Transformer-based ASR
di: Segal-Feldman, Yael, et al.
Pubblicazione: (2024)
di: Segal-Feldman, Yael, et al.
Pubblicazione: (2024)
BaldWhisper: Faster Whisper with Head Shearing and Layer Merging
di: Sy, Yaya, et al.
Pubblicazione: (2025)
di: Sy, Yaya, et al.
Pubblicazione: (2025)
QUADS: QUAntized Distillation Framework for Efficient Speech Language Understanding
di: Biswas, Subrata, et al.
Pubblicazione: (2025)
di: Biswas, Subrata, et al.
Pubblicazione: (2025)
GenTSE: Enhancing Target Speaker Extraction via a Coarse-to-Fine Generative Language Model
di: Li, Haoyang, et al.
Pubblicazione: (2025)
di: Li, Haoyang, et al.
Pubblicazione: (2025)
Adapting Whisper for Parameter-efficient Code-Switching Speech Recognition via Soft Prompt Tuning
di: Yang, Hongli, et al.
Pubblicazione: (2025)
di: Yang, Hongli, et al.
Pubblicazione: (2025)
Modality-Invariant Bidirectional Temporal Representation Distillation Network for Missing Multimodal Sentiment Analysis
di: Wang, Xincheng, et al.
Pubblicazione: (2025)
di: Wang, Xincheng, et al.
Pubblicazione: (2025)
Whisper-RIR-Mega: A Paired Clean-Reverberant Speech Benchmark for ASR Robustness to Room Acoustics
di: Goswami, Mandip
Pubblicazione: (2026)
di: Goswami, Mandip
Pubblicazione: (2026)
ELP-Adapters: Parameter Efficient Adapter Tuning for Various Speech Processing Tasks
di: Inoue, Nakamasa, et al.
Pubblicazione: (2024)
di: Inoue, Nakamasa, et al.
Pubblicazione: (2024)
WhisperRT -- Turning Whisper into a Causal Streaming Model
di: Krichli, Tomer, et al.
Pubblicazione: (2025)
di: Krichli, Tomer, et al.
Pubblicazione: (2025)
Joint Fine-tuning and Conversion of Pretrained Speech and Language Models towards Linear Complexity
di: He, Mutian, et al.
Pubblicazione: (2024)
di: He, Mutian, et al.
Pubblicazione: (2024)
UtterTune: LoRA-Based Target-Language Pronunciation Edit and Control in Multilingual Text-to-Speech
di: Kato, Shuhei
Pubblicazione: (2025)
di: Kato, Shuhei
Pubblicazione: (2025)
Dynamic HumTrans: Humming Transcription Using CNNs and Dynamic Programming
di: Gupta, Shubham, et al.
Pubblicazione: (2024)
di: Gupta, Shubham, et al.
Pubblicazione: (2024)
Piano Transcription by Hierarchical Language Modeling with Pretrained Roll-based Encoders
di: Li, Dichucheng, et al.
Pubblicazione: (2025)
di: Li, Dichucheng, et al.
Pubblicazione: (2025)
Machine Learning Techniques in Automatic Music Transcription: A Systematic Survey
di: Jamshidi, Fatemeh, et al.
Pubblicazione: (2024)
di: Jamshidi, Fatemeh, et al.
Pubblicazione: (2024)
DiffRoll: Diffusion-based Generative Music Transcription with Unsupervised Pretraining Capability
di: Cheuk, Kin Wai, et al.
Pubblicazione: (2022)
di: Cheuk, Kin Wai, et al.
Pubblicazione: (2022)
D3RM: A Discrete Denoising Diffusion Refinement Model for Piano Transcription
di: Kim, Hounsu, et al.
Pubblicazione: (2025)
di: Kim, Hounsu, et al.
Pubblicazione: (2025)
Efficient Multilingual ASR Finetuning via LoRA Language Experts
di: Li, Jiahong, et al.
Pubblicazione: (2025)
di: Li, Jiahong, et al.
Pubblicazione: (2025)
BrainECHO: Semantic Brain Signal Decoding through Vector-Quantized Spectrogram Reconstruction for Whisper-Enhanced Text Generation
di: Li, Jilong, et al.
Pubblicazione: (2024)
di: Li, Jilong, et al.
Pubblicazione: (2024)
Leveraging Allophony in Self-Supervised Speech Models for Atypical Pronunciation Assessment
di: Choi, Kwanghee, et al.
Pubblicazione: (2025)
di: Choi, Kwanghee, et al.
Pubblicazione: (2025)
AMPS: ASR with Multimodal Paraphrase Supervision
di: Gupta, Abhishek, et al.
Pubblicazione: (2024)
di: Gupta, Abhishek, et al.
Pubblicazione: (2024)
An Automated End-to-End Open-Source Software for High-Quality Text-to-Speech Dataset Generation
di: Gunduz, Ahmet, et al.
Pubblicazione: (2024)
di: Gunduz, Ahmet, et al.
Pubblicazione: (2024)
Integrating Pre-Trained Speech and Language Models for End-to-End Speech Recognition
di: Hono, Yukiya, et al.
Pubblicazione: (2023)
di: Hono, Yukiya, et al.
Pubblicazione: (2023)
Effective internal language model training and fusion for factorized transducer model
di: Guo, Jinxi, et al.
Pubblicazione: (2024)
di: Guo, Jinxi, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Analyzing and Fine-Tuning Whisper Models for Multilingual Pilot Speech Transcription in the Cockpit
di: Nareddy, Kartheek Kumar Reddy, et al.
Pubblicazione: (2025) -
LoRA-Whisper: Parameter-Efficient and Extensible Multilingual ASR
di: Song, Zheshu, et al.
Pubblicazione: (2024) -
Behind the Scenes: Mechanistic Interpretability of LoRA-adapted Whisper for Speech Emotion Recognition
di: Ma, Yujian, et al.
Pubblicazione: (2025) -
Towards Multi-Level Transcript Segmentation: LoRA Fine-Tuning for Table-of-Contents Generation
di: Freisinger, Steffen, et al.
Pubblicazione: (2026) -
Whisper-GPT: A Hybrid Representation Audio Large Language Model
di: Verma, Prateek
Pubblicazione: (2024)