研究人员提出了一种名为组相对策略优化(GRPO)的新方法,用于半监督自动语音识别(ASR)。该方法使用教师模型生成的伪标签作为奖励参考,而不是直接作为微调的目标。在银行业领域的实验表明,即使使用来自不同教师模型和语言的嘈杂伪标签,GRPO在标准监督微调方面也实现了显著的相对词错误率改进。 AI
影响 这项研究为在转录数据有限的情况下将ASR系统适应新领域提供了一种更稳健的方法,有可能提高准确性并降低成本。
排序理由 详细介绍半监督ASR新方法的学术论文。[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 →