Talegenkendelse og modeller
Finjustering
At videretræne en færdig model på et smallere materiale, for eksempel tale på ét enkelt sprog.
Finjustering er at tage en færdigtrænet model og træne den videre på et mindre, mere specifikt materiale.
Pointen er, at modellen allerede kan det generelle. Den ved, hvordan tale ser ud som frekvensmønster, og hvordan sprog hænger sammen. Finjusteringen lærer den noget smalt oven på det, uden at alt skal læres forfra.
Hvorfor det betyder noget for mindre sprog
Det er hele forklaringen på, at transskription på de nordiske sprog blev god. At træne en talemodel fra bunden kræver enorme mængder data, og et lille sprog har ikke det. At tage en international model, der allerede virker, og finjustere den på tale med dialekt kræver langt mindre og giver en model, der har hørt dialekterne før.
NB-Whisper er netop dette: Whisper finjusteret på norsk.
Andre anvendelser
- Fagsprog. En model finjusteret på medicinsk diktat rammer bedre på medicinsk terminologi.
- Lydforhold. Træning på optagelser fra mødelokaler giver bedre resultat i mødelokaler.
- Ordliste. Enklere alternativ: mange værktøjer lader dig lægge egne ord og navne ind uden at træne modellen. Det er ikke finjustering, men løser ofte det samme praktiske problem.
Hvad det koster
Finjustering kræver hardware, træningsdata med facit og fagkundskab. For de fleste organisationer er det ikke aktuelt. At bruge en model, som andre har finjusteret, er det derimod.