Itgan 参加 NADI 2026 共享任务：面向鲁棒、混合方言及语码转换阿拉伯语 ASR 的参数高效 Whisper 适配
Itgan at NADI 2026 shared task: Parameter-Efficient Whisper Adaptation for Robust, Mixed-Dialect and Code-Switched Arabic ASR
精选理由
展示了在消费级 GPU 上用 LoRA 适配 Whisper 的阿拉伯方言识别方案，并提供多方言路由、模型组合与权重平均的实证经验。
AI 摘要
我们介绍了 Itgan 用于 NADI 2026 三项 ASR 子任务的系统，分别为鲁棒的国家级 ASR（1.1）、混合方言 ASR（1.2）和突尼斯语码转换 ASR（1.3）。三者采用同一套方案，即在消费级 GPU 上通过 LoRA 适配 Whisper，并各自通过不同的扩展取得提升。在子任务 1.1 中，测试时会提供方言标签，从混合数据训练的适配器出发继续训练各方言专用模型，带来了最大的性能提升，提交系统的国家平均词错误率（WER）达到 57.1%。评测后，我们在冻结的编码器特征上训练了一个线性探针，无需标签即可为话语选择对应模型，并取得了使用真实标签进行理想路由所带来收益的 44%。在子任务 1.2 中，基础模型的选择比适配器容量更重要，而系统组合只有在加入一个低相关性的成员模型后才产生帮助，最终达到 46.7% 的 WER。在子任务 1.3 中，我们的系统以 14.49% 的 WER 位列第二，并在排名靠前的提交系统中取得了最低的字符错误率（CER），为 5.38%。最后 0.60 个百分点的 WER 降幅是在没有进一步训练的情况下实现的，主要来自对多次独立训练所得模型在权重空间中的精确平均，其余提升则来自 ROVER 投票。每项比较都进行了配对自助法检验，我们还报告了八个未奏效的探索方向。