arXiv 机器学习· Joseph T Colonel, Daniel Katzman, Kelsey Kirker, Adam N Davidson, Shalaila S Haas, Cheryl Corcoran, Ren\'{e} S Kahn, Guillermo Checci, Baihan Lin·· 6 小时前AI 评分25
基于音频语言模型的临床精神病学语音说话人删除验证
Role-guided Speaker Deletion Verification in Clinical Psychiatry Speech Recordings with Audio Language Models
AI 导读
研究提出利用音频语言模型和 LLM 验证临床精神病学对话录音中指定角色（医生或患者）语音是否已完全删除的双向并行流程。该方案在 48 段精神病学双人录音中评测了 Gemma-4-12B、Gemma-4-31B、Nemotron-3-Nano 和 Nemotron-3-Nano-Omni 四款开源权重模型。
来源：arXiv 机器学习 · arxiv.org