MLC-SLM Challenge
PulseAugur coverage of MLC-SLM Challenge — every cluster mentioning MLC-SLM Challenge across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
SEAR系统在多语言语音挑战赛中准确率达90.92%
研究人员为多语言对话语音语言模型（MLC-SLM）挑战赛开发了一个名为SEAR的系统，准确率达到90.92%。该系统通过将ASR转录转换为事件跨度来调整Qwen3-Omni-30B-A3B-Instruct模型，然后利用这些跨度来合成语义和声学选择题。这些选择题使用Qwen3.6-27B生成语义选择题，使用Gemini 3.1 Flash-Lite生成声学选择题，并经过严格的验证步骤确保数据质量。
-
Eloquence 团队详解其在 Interspeech 2026 挑战赛中的多语言问答方法
Eloquence 团队详细介绍了他们为 Interspeech 2026 MLC-SLM 挑战赛提交的方案，该方案专注于 21 种语言的多语言选择题问答。他们探索了三种方法：使用 LoRA 和数据增强对 Voxtral-Mini-3B 进行微调，取得了 0.72 的宏观准确率；将多模态上下文学习应用于 Voxtral-24B，获得了他们最佳的 0.81 成绩；以及一个得分 0.68 的检索系统。所有三种方法均超越了基线性能。
-
MLC-SLM挑战赛：新方法提升多语言语音任务表现
研究人员为第二届MLC-SLM挑战赛开发了新颖的方法，专注于多语言对话语音任务。在说话人日志和识别方面，他们使用随机前导静音裁剪和指数移动平均策略等技术对VibeVoice-ASR-7B模型进行了微调，通过降低tcpMER提高了性能。在对话语音理解方面，他们创建了合成问答对，并对Qwen3-Omni-30B-A3B-Instruct模型进行了微调，实现了显著的准确率提升。
-
Eloquence团队提交多语言ASR研究以应对MLC-SLM挑战赛
Eloquence团队的研究人员提交了他们为MLC-SLM挑战赛所做的研究工作，重点是多语言对话语音识别。他们的提交内容探讨了三种不同的方法：使用不同的投影仪评估基线模型，利用SLAM-ASR框架构建自定义多语言投影仪，以及研究对比学习和扩展对话上下文对识别鲁棒性的影响。目标是推进用于真实世界对话数据的语音语言模型架构。
-
Speech-LLM 系统在 MLC-SLM 挑战赛中取得高准确率
研究人员为第二届 MLC-SLM 挑战赛开发了一个新颖的 speech-LLM 系统，专注于自动语音识别和说话人日志。他们的系统结合了 DiariZen-Large-s80 分割、CAM++ 说话人聚类以及 LoRA 适配的 omniASR LLM 7B v2 识别器，在开发集上取得了 29.27% 的宏观 tcpMER，显著优于官方基线。研究还分析了工程选择的影响，发现基于嵌入的说话人聚类比端到端方法更有效，并且重叠感知分割可能无意…