实体
Qwen3-ASR-0.6B
Qwen3-ASR-0.6B
PulseAugur coverage of Qwen3-ASR-0.6B — every cluster mentioning Qwen3-ASR-0.6B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
X-AuT框架渐进式压缩语音大语言模型音频编码器
研究人员开发了X-AuT，一个旨在渐进式压缩语音大语言模型中音频编码器层的新框架。该方法通过采用行为探针、表示对齐和跨尺度蒸馏等技术，旨在以不显著牺牲准确性的前提下降低推理成本。在Qwen3-ASR-0.6B模型的中英文基准测试中进行的实验表明，将层数从18减少到14个参数可以降低错误率，同时保持性能。
-
新的蒸馏方法用更少的数据提升ASR模型性能
研究人员开发了一种数据高效的自动语音识别（ASR）模型训练方法，特别关注一个名为Ark-ASR的0.6B参数模型。通过从更大的Qwen-ASR教师模型进行策略内蒸馏，他们显著提高了Ark-ASR在普通话和英语基准测试上的性能。与现有方法相比，这种方法所需的监督音频数据大大减少，表明教师指导的训练可以有效地增强较小的ASR模型。