PulseAugur
中
实时 16:33:43
English(EN) Reliable Neural-Codec Text-to-Speech by ASR Self-Verification and Distillation: Near-Zero Catastrophic Failures Across Models and Codecs

新研究通过合成语音、LLM优化和故障减少来应对ASR挑战

作者 PulseAugur 编辑部 · [3 个来源] ·

研究人员正在开发先进技术以改进自动语音识别（ASR）系统，特别是在代码转换和实时应用等挑战性场景中。一篇论文提出了一种使用合成语音的混合代码引导框架，以提高ASR性能，降低特定数据集上的错误率。另一项研究介绍了NIM4-ASR，一个高效且鲁棒的基于LLM的ASR框架，针对生产环境进行了优化，能够处理嘈杂条件并支持大规模定制。第三篇论文解决了神经编解码文本到语音模型中的灾难性故障，证明ASR自验证和蒸馏可以显著减少这些错误，从而实现更可靠的语音合成。 AI

影响 ASR和TTS的进步旨在改进实时应用，减少挑战性语音场景中的错误，并增强定制能力。

排序理由 该集群包含三篇arXiv上的学术论文，详细介绍了语音识别和合成技术的进展。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新研究通过合成语音、LLM优化和故障减少来应对ASR挑战

报道来源 [3]

  1. arXiv cs.AI TIER_1 English(EN) · Yue Heng Yeo, Haoyang Li, Yizhou Peng, Shreyas Gopal, Hexin Liu, Leibny Paola Garcia-Perera, Hardik B. Sailor, Jeremy H. M. Wong, Eng Siong Chng ·

    利用代码混合引导的合成语音改进代码转换自动语音识别

    arXiv:2606.19381v1 Announce Type: cross Abstract: Code-switch (CS) Automatic Speech Recognition (ASR) remains challenging due to limited availability of high quality CS text-speech pairs for training. Although synthetic data augmentation via Text-to-speech (TTS) has been explored…

  2. arXiv cs.CL TIER_1 English(EN) · Yuan Xie, Jiaqi Song, Guang Qiu, Xianliang Wang, Kai Qiao, Junfeng Yuan, Shengqing Liu, Yi Zhang, Bowen Chen, Ming Lei, Jie Gao, Jie Wu ·

    NIM4-ASR：迈向高效、鲁棒且可定制的实时基于LLM的ASR

    arXiv:2604.18105v2 Announce Type: replace-cross Abstract: Integrating large language models (LLMs) into automatic speech recognition (ASR) has become a mainstream paradigm in recent years. Although existing LLM-based ASR models demonstrate impressive performance on public benchma…

  3. arXiv cs.LG TIER_1 English(EN) · Ali Asaria, Tony Salomone, Deep Gandhi ·

    通过ASR自验证和蒸馏实现可靠的神经编解码文本到语音：跨模型和编解码器的近零灾难性故障

    arXiv:2606.18323v1 Announce Type: cross Abstract: Open autoregressive neural-codec text-to-speech (TTS) models sound excellent on typical inputs yet suffer stochastic catastrophic failures: on a meaningful fraction of utterances they emit silence, terminate early, or collapse int…

相关实体

相关话题