SN-WER

新的自动语音识别系统和指标应对长篇幅和多语言挑战

两篇新的研究论文介绍了改进自动语音识别（ASR）系统的方法。第一篇论文“MURMUR”提出了一个高效的推理系统，专为长篇幅ASR设计，通过处理中间大小的音频块和优化注意力稀疏性来平衡准确性和低延迟。第二篇论文“SN-WER”提出了一种名为脚本归一化的词错误率（SN-WER）的新评估指标，通过在比较前对脚本进行归一化，来解决标准词错误率计算在处理多语言ASR（特别是印度语言）时出现的准确性问题。