English(EN) RoleHear: Pseudo-Labeling for Semi-Supervised Role-Attributed Streaming Speech Recognition

新流程将说话人角色归属整合到实时语音识别中

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-27 04:00

研究人员开发了 RoleHear，这是一个新颖的半监督流程，旨在实时为转录的语音归属说话人角色。该系统将角色归属直接集成到流式自动语音识别过程中，使客户服务分析等应用能够在说话时识别说话人。RoleHear 利用离线教师模型对未标记音频进行重新标记，并利用多模态大型语言模型生成银牌角色标签，从而在保持转录质量的同时提高角色归属的准确性。 AI

影响使实时应用能够准确识别转录音频中的说话人，从而改进客户支持等服务的分析。

排序理由该条目描述了一篇发表在 arXiv 上的新研究论文，其中详细介绍了一种新颖的语音识别方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 10 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一篇发表在 arXiv 上的新研究论文，其中详细介绍了一种新颖的语音识别方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Zefang Liu, Chenyang Zhu, Sangwoo Cho, Xujun Peng, Rongqing Huang, Shi-Xiong Zhang, Sambit Sahu · 2026-10-27 04:00

RoleHear：用于半监督角色属性流式语音识别的伪标签

arXiv:2610.33765v1 Announce Type: new Abstract: Streaming automatic speech recognition transcribes at low latency but produces an unattributed word stream, while real-time applications such as customer-service analytics need each word tied to a speaker role. Role attribution is u…

本文如何被排名

报道来源 [1]

RoleHear：用于半监督角色属性流式语音识别的伪标签

相关实体

相关话题