研究人员开发了 StreamHear，一个新颖的半监督学习管道，旨在提高流式自动语音识别 (ASR) 在领域偏移音频上的性能。该系统通过首先在可用的标记数据上微调一个离线变换器教师模型来适应预训练的流式学生模型。然后，该教师模型为未标记的音频生成伪标签，用于微调学生模型。此外，StreamHear 还包含一个重新对齐步骤，使用 ASR 假设锚点来优化词语位置，在各种数据集上均显示出持续的改进。 AI
影响 通过利用未标记数据提高专业音频的 ASR 性能，可能降低领域适应的成本。
排序理由 该集群包含一篇详细介绍语音识别新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
