阿拉伯语Whisper适配：方言路由、LoRA与模型融合

我们描述了 NADI 2026 的三个 ASR 子任务的 Itgan 系统，即强大的国家级 ASR (1.1)、混合方言 ASR (1.2) 和突尼斯语码转换 ASR (1.3)。这三者共享一个配方，Whisper 在消费级 GPU 上采用 LoRA 进行了调整，并且每一个配方都包含不同的附加内容。在 1.1 版本中，在测试时给出方言标签，每种方言专家从汇集的适配器中继续获得最大的收益，提交的系统达到了国家平均 WER 的 57.1%。冻结编码器上的后评估线性探针可以路由没有标签的话语，并恢复 Oracle 路由所提供内容的 44%。在 1.2 上，基本模型的选择比适配器容量更重要，只有在我们添加去相关成员后，系统组合才有帮助，达到 46.7% WER。在 1.3 上，我们的系统以 14.49% 的 WER 排名第二，在领先的提交中 CER 最低，为 5.38%。它最后的 0.60 WER 分数是在没有进一步训练的情况下获得的，主要来自独立训练运行的精确权重空间平均值，并通过 ROVER 投票添加剩余部分。每次比较都带有一个 配对引导测试，我们报告了八个不起作用的方向。