研究人员开发了一种名为混合搜索的新方法,以改进集成大型语言模型(LLM)的自动语音识别(ASR)系统。该技术利用基于LLM的ASR模型与其基础LLM之间的隐藏状态交互特征,来识别具有高度语义依赖性的词元。通过选择性地精炼这些目标词元,混合搜索在ASR性能方面超越了传统的全局纠正方法,证明了基于LLM的ASR模型可以通过利用其基础LLM来进一步提高推理时间性能。 AI
影响 这项研究通过更好地整合LLM能力,有望带来更准确、更具语义意识的语音识别系统。
排序理由 该集群包含一篇详细介绍语音识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Hugging Face
- Hybrid Search
- Large Audio-Language Models
- Listen to the Latents: Self-Correcting Speech Recognition in Large Audio Language Models Through Hidden-State Interactions
- LLMs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →