ReHear提出半监督语音识别新框架
热点事件持续更新
ReHear提出半监督语音识别新框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv发布论文《ReHear: Iterative Pseudo-Label Refinement for Semi-Supervised Speech Recognition via Audio Large Language Models》，由Zefang Liu等人提出ReHear框架。该框架面向半监督自动语音识别（ASR）任务，旨在改进伪标签生成质量。 ReHear的核心机制是将指令微调的音频感知大语言模型（LLM）引入自训练循环。该模型基于ASR假设和原始音频生成高精度伪标签，并以此微调ASR模型，形成迭代式精化过程。 在性能表现上，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方法，有效缓解了传统方法中存在的错误累积问题。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · NLPReHear: Iterative Pseudo-Label Refinement for Semi-Supervised Speech Recognition via Audio Large Language Models
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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。