★ 3
研究：音频大模型无法判断自身转录是否可靠
研究发现音频大模型对自身转录可靠性判断很差，多数情况下都认为转录可靠，现有语音质量预测、生成不确定性与 WER 估计信号有限。但可靠性信息强烈编码于音频编码器表示中，据此训练的轻量预测器在域内与跨域 macro-F1 达 81.10% 与 78.09%，可在生成前触发澄清请求，且标签可跨模型家族迁…
arXiv cs.AI35 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究发现音频大模型对自身转录可靠性判断很差，多数情况下都认为转录可靠，现有语音质量预测、生成不确定性与 WER 估计信号有限。但可靠性信息强烈编码于音频编码器表示中，据此训练的轻量预测器在域内与跨域 macro-F1 达 81.10% 与 78.09%，可在生成前触发澄清请求，且标签可跨模型家族迁…