#音频语言模型

4 stories · 0 in 7 days · 0 in 30 days

ASR 1 AudioSet 1 Qwen2.5-Omni 1 REVE 1 代码切换 1 多语言 1 幻觉 1 语音表征 1

Stories, products and papers tagged "音频语言模型", newest first.

Sep 25

Chinese content研究显示语音语言模型对同一音位特征的听觉与文字表征并不一致

arXiv 上的新论文，测了 6 个音频模型怎么在内部表征音位，发现只有 Qwen2.5-Omni 在浊音上真把听和读对齐了，分析挺细。

#Qwen2.5-Omni #音频语言模型 #语音表征 #音位特征

arXiv cs.LG@Yuanhao Chen, Peter ChinSource

Sep 23

Papers Builders09:20

Chinese contentREVE：复用编码器状态为大音频语言模型修正幻觉

给模型生成的声音事件描述做事实核查，不用再跑一遍音频编码，延迟只有 CED-Base 的十八分之一，音频方向的研究者可以看看。

#音频语言模型 #幻觉 #AudioSet #REVE

arXiv cs.AI@Hongjin Song et al. (7)Source

Sep 11

Papers BuildersSelected11:12

Switch Aware Evaluation of ASR and Audio LMs on English Yoruba Code-Switched Speech

This study provides a detailed, switch-aware evaluation of how modern ASR and audio language models perform on a specific and challenging code-switched language scenario, which is valuable for anyone working on or evaluating speech recognition systems for multilingual contexts.

#audio language models #code-switched speech #speech recognition #Yoruba

arXiv cs.AI@Chibuzor Okocha, Christan Earl GrantSource

Jun 16

Chinese content音频语言模型的少样本学习：阶段调制声学提示

这篇论文把提示学习从文本拓展到音频端，在11个数据集上验证了效果，代码已开源做少样本音频分类的可以看看。

#音频语言模型 #少样本学习 #提示学习 #声学提示

arXiv cs.LG@Hyebin Cho et al. (4)Source