研究人员探索了自动语音识别（ASR）模型知识蒸馏的新方法，重点关注空白字符的处理。该研究引入了新的空白选择模式，包括对称选择方法，可以在蒸馏过程中移除CTC损失，同时性能下降极小。这种方法有可能在未转录的音频数据上进行蒸馏，从而更有效地利用大型预训练ASR模型的优势。 AI
影响 这项研究可能导致更高效的ASR模型训练，降低推理成本，并使先进语音识别技术的应用更加广泛。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2506.01503v2 Announce Type: replace Abstract: With the rise of large pre-trained foundation models for automatic speech recognition new challenges appear. While the performance of these models is good, runtime and cost of inference increases. One approach to make use of the…