arXiv · AI· Shashi Kumar, Yanis Labrak, Hasindri Watawana, Sergio Burdisso, Esa\'u Villatoro-Tello, Kadri Hacio\u{g}lu, Petr Motlicek, Andreas Stolcke·· 6 小时前AI 评分43
LLM-based ASR 结合 GRPO 提升合成语音识别性能
When Synthetic Speech Is All You Have: Better Call GRPO
AI 导读
针对隐私受限的金融领域 ASR 场景，本文证明使用 GRPO 强化学习训练合成语音时，能比 SFT 更好地从合成 TTS 数据中提取信息。 GRPO 将相对 SFT 的 WER 降低 40%（36.71% 降至 22.09%），SFT 与 GRPO 结合后降幅达 45%，主要机制是改善停止校准与音频注意力锚定。
来源：arXiv · AI · arxiv.org