arXiv 自然语言处理· Qing Wang, Qihan Hu, Hang Lv, Yan Yang, Boqing Liu, Xuechao Zhu, Zehan Li, Hongjie Chen, Jian Kang, Jie Li, Yongxiang Li, Lei Xie·· 4 小时前AI 评分42
从转写到重构：扎根生成式语音识别（GSR）的定义与基准评测
From Transcription to Reformulation: Defining and Benchmarking Grounded Generative Speech Recognition
AI 导读
研究人员提出扎根生成式语音识别（GSR）与评测基准 GSR-Bench，将语音识别从单一转写扩展为基于语音的语义文本生成。GSR 设立了从字面转写、规范重构、语义重构到结构化输出的四级能力层级，配合结合语音支撑与 LLM 语义判断的评测框架。实验揭示了模型在转写忠实度与生成重构能力间的权衡，并指出了声学幻觉与指令漂移等失效模式。
来源：arXiv 自然语言处理 · arxiv.org