Robust Speech Recognition via Large-Scale Weak Supervision

• 类型：arxiv
• 标识：2212.04356
• 链接：https://arxiv.org/abs/2212.04356
• 主题：llm-infra
• 主分类：multimodal
• 形态：method
• 被引：8184
• 被引来源：Semantic Scholar
• S2被引：8184
• OpenAlex被引：1179
• 影响力被引：1131
• TLDR：When scaled to 680,000 hours of multilingual and multitask supervision, the resulting models generalize well to standard benchmarks and are often competitive with prior fully supervised results but in a zero-shot transfer setting without the need for any fine-tuning.
• OpenAlex ID：W4311000453
• OpenAlex DOI：10.48550/arxiv.2212.04356
• DOI：10.48550/arxiv.2212.04356
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2212.04356
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：Robust Speech Recognition via Large-Scale Weak Supervision
• TLDR中文：当将监督规模扩展到 680,000 小时的多语言、多任务数据时，所得到的模型在标准 benchmark 上泛化良好，在 zero-shot transfer 设置下常可与此前全监督方法的结果相当，且无需任何微调。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]