文章

本文详细介绍了如何使用通义百聆发布的轻量级语音识别模型 Fun-ASR-Nano 进行微调，以适应特定业务场景的需求。文章指出，通用语音模型在面对专业术语、特定口音或私有词汇时存在识别准确率不足的问题，而微调是解决这一问题的有效途径。通过图文结合和代码示例，文章一步步指导用户安装框架、准备数据（将 wav scp 和 transcription 格式数据转换为 ChatML 格式）、配置微调参数（根据数据量选择微调 audio_adaptor、audio_encoder 或全参数微调）以及启动微调流程。最后，文章还涵盖了微调后的模型解码和 WER 指标计算方法，帮助用户评估微调效果。核心目的是帮助开发者低成本、高效地打造专属的语音识别能力，让模型真正“听懂行话”。