arXiv · NLP· Cihan Xiao, Yuan Tseng, Matthew Wiesner, Desh Raj, Leibny Paola Garcia Perera, Sanjeev Khudanpur, David Harwath·· 2026-10-14AI 评分29
ASSET:基于强化学习的自适应语音分片框架
ASSET: Adaptive Speech Segmentation via Reinforcement Learning
AI 导读
ASSET 提出基于强化学习的语音分片框架,将声学编码器输出压缩为连续音频 token,在 LibriSpeech 上以更少 token 接近字符边界基准性能。 框架使用 GRPO 训练分片器,结合任务表现反馈与 token 率惩罚,Mandarin AISHELL 上优于音素边界基准。 实验表明该框架可适应非 ASR 任务,自适应改变分片策略。
来源:arXiv · NLP · arxiv.org