研究人员开发了一种新颖的方法来减少Whisper自动语音识别模型生成的“幻觉转录”。这种无需训练、在推理时使用的技术通过投影解码器激活来抑制不希望的输出,尤其是在输入几乎没有语音或完全没有语音的情况下。该方法在幻觉率方面取得了显著降低,在非语音基准测试上相对改进率超过92%,同时提供了幻觉抑制和语音识别准确性之间的可控权衡。 AI
影响 通过减少错误的转录,这项技术可以提高现实场景中语音转文本系统的可靠性。
排序理由 这是一篇详细介绍改进现有AI模型性能的新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- LibriSpeech
- Maryam Abbasihafshejani
- ScienceCast
- Whisper
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →