PulseAugur
中
实时 00:46:39
English(EN) HuPER: A Human-Inspired Framework for Phonetic Perception

HuPER框架在有限数据下实现SOTA语音感知

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出HuPER，一个旨在通过整合声学-语音证据和语言知识来模拟语音感知的新型框架。尽管仅用100小时的数据进行训练，HuPER在五个英语基准测试中达到了最先进的语音错误率，并展示了其对95种未曾接触过的语言的强大零样本迁移能力。该框架还以其在不同声学条件下执行自适应、多路径语音感知能力而著称，所有相关训练数据、模型和代码均已公开。 AI

影响 这项研究推动了语音感知模型的发展，可能改进语音识别和语言处理技术。

排序理由 该集群包含一篇详细介绍新框架及其在基准测试中表现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

HuPER框架在有限数据下实现SOTA语音感知

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Chenxu Guo, Jiachen Lian, Yisi Liu, Baihe Huang, Shriyaa Narayanan, Bixing Wu, Zoe Ezzes, Jet Vonk, Zachary Miller, Cheol Jun Cho, Maria Gorno-Tempini, Gopala Anumanchipalli ·

    HuPER：一种受人类启发的语音感知框架

    arXiv:2602.01634v2 Announce Type: replace-cross Abstract: We propose HuPER, a human-inspired framework that models phonetic perception as adaptive inference over acoustic-phonetics evidence and linguistic knowledge. With only 100 hours of training data, HuPER achieves state-of-th…

相关实体

相关话题