arXiv · NLP· Zefang Liu, Chenyang Zhu, Sangwoo Cho, Shi-Xiong Zhang·· 8 小时前AI 评分25
ReHear: Iterative Pseudo-Label Refinement for Semi-Supervised Speech Recognition via Audio Large Language Models
ReHear: Iterative Pseudo-Label Refinement for Semi-Supervised Speech Recognition via Audio Large Language Models
AI 导读
ReHear 提出通过迭代式伪标签精化改进半监督自动语音识别（ASR）。 它利用指令微调的音频感知大语言模型（LLM），基于 ASR 假设和原始音频生成高精度伪标签，用于微调 ASR 模型。 该框架在不同基准测试中均优于监督学习和传统伪标签基线，有效缓解了错误累积问题。
来源：arXiv · NLP · arxiv.org