跳到正文
热点事件持续更新

研究者提出用于因子化Transducer的保守残差专家路由方法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月,研究者提出了一种用于 Factorized Transducer ASR 纯文本领域自适应的保守残差路由方法。该方法通过一个仅含 16k 参数的门控在前缀级别调节自适应修正,且完全无需目标域音频微调。在 40 小时对话语料库上的测试结果显示,该方法将两个留出领域的词错误率(WER)分别从 19.89 和 20.91 显著降至 16.74 和 16.21,同时源域 WER 基本不受影响,保持在 12.93(此前为 12.90)。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv 自然语言处理
    Factorized Transducer ASR 纯文本领域自适应的残差专家路由研究

    研究者提出用于 Factorized Transducer ASR 纯文本领域自适应的保守残差路由方法,通过 16k 参数门控在前缀级别调节自适应修正。在 40-hour 对话语料库上,该方法将两个留出领域的 WER 分别从 19.89、20.91 降至 16.74 和 16.21,源域 WER 保持在 12.93(原 12.90),且无需目标域音频微调。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。