PulseAugur
实时 11:06:13
English(EN) REDDIT: Correcting Model-Generated Timestamp Drift in ASR without Forgetting via Replay-Based Distribution Editing

新的REDDIT框架纠正ASR模型中的时间戳漂移

研究人员开发了REDDIT,一个新颖的训练后框架,旨在修复自回归自动语音识别(ASR)系统中的时间戳不准确问题。该方法解决了时间戳漂移问题,即解码的时间轴偏离实际音频,尤其是在长无语音片段中。REDDIT采用两阶段过程,使用模型自身的重放上下文和冻结的基础分布来编辑时间戳目标,同时还包含一个精炼阶段。这种方法在不引起其他ASR功能灾难性遗忘的情况下成功纠正了时间戳漂移,这一点在Whisper-tiny模型上得到了证明。 AI

影响 这项研究提供了一种提高ASR系统中时间戳准确性的方法,可能使需要精确时间对齐的应用受益。

排序理由 该集群描述了一篇详细介绍改进ASR模型新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的REDDIT框架纠正ASR模型中的时间戳漂移

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    REDDIT:通过基于回放的分布编辑,在不遗忘的情况下纠正ASR中的模型生成时间戳漂移

    Modern autoregressive ASR systems can emit timestamps as decoded tokens, enabling timestamped transcription without frame-level aligners or inference-time post-processing. We show that these generated timestamps can drift across long non-speech spans: the transcript may remain pl…