面向全球媒体智能的多语言 Whisper 微调

针对五种语言微调 Whisper 模型，服务于字幕与内容索引流程。

• a构建并对齐超过 1,200 小时的影视娱乐领域语音数据，并做到时间戳级别的质量控制。
• b使用针对性的 LoRA 适配器微调 Whisper small 与 medium，应对语码转换和低延迟场景。
• c在嘈杂的媒体环境下实现低于 15% 的词错误率（WER），支撑可规模化的字幕与索引流程。