★ 2
RoleHear：半监督流式语音识别实现说话角色标注
论文提出 RoleHear，让单一缓存感知流式 transducer 通过词表内角色 token 在转写中内联输出说话角色，满足客服分析等实时场景需求。方法用离线教师模型重标注无标注音频，并由多模态大模型补充银标签，学生模型一次微调完成。在客服通话与财报电话会议数据上，RoleHear 在保持转写…
arXiv NLP6 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 RoleHear，让单一缓存感知流式 transducer 通过词表内角色 token 在转写中内联输出说话角色，满足客服分析等实时场景需求。方法用离线教师模型重标注无标注音频，并由多模态大模型补充银标签，学生模型一次微调完成。在客服通话与财报电话会议数据上，RoleHear 在保持转写…