Eloquence团队提交多语言ASR研究以应对MLC-SLM挑战赛

Eloquence团队的研究人员提交了他们为MLC-SLM挑战赛所做的研究工作，重点是多语言对话语音识别。他们的提交内容探讨了三种不同的方法：使用不同的投影仪评估基线模型，利用SLAM-ASR框架构建自定义多语言投影仪，以及研究对比学习和扩展对话上下文对识别鲁棒性的影响。目标是推进用于真实世界对话数据的语音语言模型架构。 AI

影响 推动多语言对话语音识别研究，可能改进对话系统。

排序理由 向挑战赛/研讨会提交研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Eloquence
• Gotit.pub
• Hugging Face
• Lorenzo Concina
• MLC-SLM Challenge
• ScienceCast
• SLAM-ASR

• 论文
• 其他

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