SLAM-ASR
PulseAugur coverage of SLAM-ASR — every cluster mentioning SLAM-ASR across labs, papers, and developer communities, ranked by signal.
-
新方法InterCorrect提升了语音识别对不同群体的公平性
研究人员开发了一种名为InterCorrect的新方法，以提高自动语音识别（ASR）系统的公平性，特别是对于属于多个群体的人群。该方法涉及合并特定于人口统计学的适配模型，然后将特定于交叉点的校正向量应用于全局合并模型。实验表明，该技术显著降低了总体词错误率（WER），并提高了跨各种人口统计学轴的性能，尽管它并不总是能保证减少亚组差异。
-
新方法InterCorrect提升了ASR对不同人口群体的影响公平性
研究人员开发了一种名为InterCorrect的新方法，以提高自动语音识别（ASR）系统的公平性，特别是对于属于多个群体的人员。该方法涉及在特定人口子集上微调基础模型，然后合并这些适应性组件。应用了特定交叉点的校正向量，以进一步优化合并后的模型，解决关键的跨轴人口对。实验表明，该方法显著降低了词错误率（WER），并提高了在各种人口轴上的性能。
-
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。
-
低资源语言的语音大模型：新研究探讨数据需求与预训练
一篇新的研究论文探讨了语音大语言模型（LLM）在低资源语言自动语音识别（ASR）方面的有效性。该研究利用SLAM-ASR框架，评估了匹配现有模型（如Whisper）所需的数据量，并证明在高资源语言上预训练投影器能显著减轻数据稀缺的影响。与EuroLLM和Salamandra等多语言大模型结合Whisper Large v3 Turbo进行的实验，为优化不同语言场景下的语音大模型提供了宝贵的见解。