实体
SpeechLM
SpeechLM
PulseAugur coverage of SpeechLM — every cluster mentioning SpeechLM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法用语音令牌增强语言模型以用于分类任务
研究人员开发了一种新颖的方法，将语音令牌集成到预训练语言模型中用于分类任务。该方法通过采用基于套索的特征选择来识别最相关的音频令牌，从而解决了长音频序列与文本融合的挑战。经过自监督目标微调的适应性语言模型，在论证谬误检测和情感计算等任务上表现出改进的性能，优于单一模态模型和其他语音集成技术。
-
Audio2Tool 数据集评估 SpeechLMs 的复杂语音指令能力
研究人员推出了 Audio2Tool，这是一个新的基准数据集，旨在评估口语模型的函数调用能力。该数据集包含约 30,000 个查询，涵盖智能汽车、智能家居和可穿戴设备领域，复杂度从简单指令到多意图请求不等。对当前最先进模型的评估显示，在面对组合挑战和声学变化时，性能显著下降，突显了未来改进的方向。