实体
Mingyue Huo
Mingyue Huo
PulseAugur coverage of Mingyue Huo — every cluster mentioning Mingyue Huo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
SpeechCritic 从有限的人类偏好中学习诊断性语音评判器
研究人员开发了 SpeechCritic，一个旨在从有限的人类偏好中学习诊断性语音评判器的系统。与仅输出单一分数的传统评判器不同，SpeechCritic 能够识别语音的具体感知维度（如情感或时序），并为其判断提供理由。该系统通过人类反馈校准现有的 LLM，在与人类判断的一致性方面提高了 6 个百分点以上，并将“平局”分类的失配率降低了 10 个百分点以上。这种方法已被证明在不同语言对（包括英语-日语和英语-西班牙语）中都有效，为实现…
-
新的LLM框架TagSpeech增强了多说话人ASR和说话人分割
研究人员推出TagSpeech，一个新颖的端到端框架，用于联合自动语音识别（ASR）和说话人分割。这个基于LLM的系统利用时间锚点定位来精确识别“谁在何时说了什么”。TagSpeech采用参数高效的训练方法，冻结LLM主干，仅训练轻量级投影器，从而以较低的计算成本获得强大的性能。在AMI和AliMeeting基准上的实验表明，TagSpeech在复杂语音重叠场景下优于现有的端到端基线，包括Qwen Omni和Gemini。