精选理由
想修正ASR时间戳不准又怕模型学坏？REDDIT只动1.6%参数就把长间隔mIoU从38.7%拉到95%，还能守住原性能。
论文研究自回归ASR系统在长非语音片段中产生的时间戳漂移问题，在15个含时间戳的ASR和音频语言系统上评估。提出的REDDIT框架通过回放分布编辑进行轻量级两阶段后训练，仅更新Whisper-tiny模型1.6%参数（34.9小时数据），将长间隔mIoU从38.7%提升至95.0%，混合间隔域外AAS从2752ms降至223ms，CV-en MER保持41.3%（普通微调为524.2%）。
AI 翻译 · 中文
论文研究自回归ASR系统在长非语音片段中产生的时间戳漂移问题，在15个含时间戳的ASR和音频语言系统上评估。提出的REDDIT框架通过回放分布编辑进行轻量级两阶段后训练，仅更新Whisper-tiny模型1.6%参数（34.9小时数据），将长间隔mIoU从38.7%提升至95.0%，混合间隔域外AAS从2752ms降至223ms，CV-en MER保持41.3%（普通微调为524.2%）。
Modern autoregressive ASR systems can emit timestamps as decoded tokens, enabling timestamped transcription without frame-level aligners or inference-time post-processing. We show that these generated timestamps can drif…