शोधकर्ताओं ने Moonshine जैसे हल्के स्पीच रिकग्निशन मॉडल की विफलता को बंगाली जैसी मोर्फोलॉजिकली अमीर भाषाओं में दूर करने के लिए, उनके इंग्लिश-सेंट्रिक बाइट-लेवल टोकनाइज़र को नेटिव-स्क्रिप्ट BanglaBERT WordPiece वोकब्यूलरी से बदल दिया। इस संशोधन ने टोकन एम्बेडिंग मैट्रिक्स का आकार बदला और टोकन फर्टिलिटी को 9.16 से घटाकर 1.30 कर दिया।
- दृष्टिकोण ऑटोरेग्रेसिव सीक्वेंस लंबाई को 85.8% तक कम करता है, जो डीकोडिंग अस्थिरता को पूरी तरह से मिटा देता है।
- 882 घंटे के Lipi-Ghor डेटासेट पर मूल्यांकन करने पर, संशोधित आर्किटेक्चर ने Word Error Rate (WER) में 21.54% और Real-Time Factor (RTF) में 0.0053 हासिल किया।
यह शोध कंपैक्ट ASR मॉडल के क्रॉस-स्क्रिप्ट एडाप्शन के लिए एक स्केलेबल और रिप्रोड्यूसीबल ब्लूप्रिंट प्रदान करता है, जिसके लिए रिसोर्स-इंटेंसिव प्री-ट्रेनिंग की आवश्यकता नहीं होती।