English(EN) Navigating the Reality Gap: On-Device Continual Adaptation of ASR for Clinical Telephony

设备端语音识别自适应改进临床电话语音识别

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-02 04:00

研究人员开发了专门用于临床电话的自动语音识别（ASR）系统的设备端持续自适应技术。由于噪声和方言差异，标准的ASR模型在实际电话设置中表现出显著的性能下降。该研究引入了一种使用经验回放和弹性权重巩固的新颖方法，证明了反转EWC的强度可以通过增强可塑性来提高自适应能力。 AI

影响这项研究可能带来更准确、更高效的临床文档工具，减轻医疗专业人员的管理负担。

排序理由这是一篇研究论文，详细介绍了在特定领域提高ASR性能的新颖方法。[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 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Darshil Chauhan, Adityasinh Solanki, Vansh Patel, Kanav Kapoor, Ritvik Jain, Aditya Bansal, Pratik Narang, Dhruv Kumar · 2026-06-02 04:00

弥合现实差距：临床电话语音识别的设备端持续自适应

arXiv:2512.16401v5 Announce Type: replace Abstract: Automatic Speech Recognition (ASR) can significantly reduce documentation burden in clinical workflows, but standard models degrade sharply in real-world telephony settings where noisy audio, dialectal variation, and strict data…