arXiv 自然语言处理· Zefang Liu, Chenyang Zhu, Sangwoo Cho, Xujun Peng, Rongqing Huang, Shi-Xiong Zhang, Sambit Sahu·· 5 小时前AI 评分34
RoleHear：面向半监督角色归属流式语音识别的伪标签方法
RoleHear: Pseudo-Labeling for Semi-Supervised Role-Attributed Streaming Speech Recognition
AI 导读
RoleHear 是一种面向角色归属流式语音识别的半监督方案，使单个流式 transducer 能通过词表内轻量 token 内联输出说话人角色。该方案利用离线教师模型生成伪标签并结合多模态大语言模型标注，一次微调流式学生模型。在客服与财报通话测试中，RoleHear 保持转录质量的同时实现精准角色归属，缩小了与离线教师模型的差距。
来源：arXiv 自然语言处理 · arxiv.org