研究人员开发了一种新颖的方法来改进语音对话系统，通过解决级联自动语音识别 (ASR) 和大型语言模型 (LLM) 管道中的错误传播问题。这种新方法通过分析深度 ASR 潜在表示，使用细粒度检测器来识别感知、理解和删除失败等特定错误类型。这种诊断智能使 LLM 能够实施有针对性的澄清策略，从而在各种条件下显著降低词错误率 (WER) 并提高下游任务性能。 AI
影响 这项研究通过改进 ASR-LLM 管道中的错误处理，有望实现更强大、更准确的语音对话系统。
排序理由 该集群包含一篇详细介绍改进语音对话系统新方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.25404v1 Announce Type: new Abstract: Cascaded Automatic Speech Recognition -- Large Language Model (ASR-LLM) pipelines remain popular for industrial Spoken Dialogue Systems (SDS), primarily because their decoupled design ensures perceptual verifiability. However, casca…
Cascaded Automatic Speech Recognition -- Large Language Model (ASR-LLM) pipelines remain popular for industrial Spoken Dialogue Systems (SDS), primarily because their decoupled design ensures perceptual verifiability. However, cascaded systems suffer from error propagation, as tr…