论文提出合成正样本微调法，将 Whisper 静默幻觉率从 61.9% 降至 2.4%

arXiv 论文针对 Whisper 在纯静默音频中产生 61.9% 幻觉词的问题，提出使用语音合成系统生成 6,267 条正样本进行微调。实验显示该方法将静默音频幻觉率降至 2.4%，真实无语音音频出词率从 99.9% 降至 47.8%，同时短语恢复率从 69.8% 提升至 82.7%，在保持英语准确率的所有测试对中均有效。