arXiv 自然语言处理· Zhiheng Qian, Junhao Du, Jing Peng, Hanqi Li, Kunyang Peng, Feng Xue, Lu Chen, Shuai Wang, Kai Yu·· 5 小时前AI 评分34
面向多语言 ASR 的语言学感知智能体数据采样框架
Agentic Data Sampling Framework for Multilingual ASR via Linguistic-Aware Error-Driven Optimization
AI 导读
研究人员提出面向多语言 ASR 的智能体数据采样框架，将 LLM 智能体引入训练循环中。该智能体从语音、形态与句法维度分析识别错误，结合预算约束自适应执行领域级、样本级及 token 级数据采样策略。在 12 种 Common Voice 语言及 Whisper-medium 上的实验表明，该方法以更少数据和算力超越了全量训练性能，并显著加速训练收敛。
来源：arXiv 自然语言处理 · arxiv.org