RoleHear：流式语音识别内联输出说话人角色

Zefang Liu 等人提交论文，提出 RoleHear 半监督流程：让单个 cache-aware 流式 transducer 通过词表内的角色 token 直接内联输出说话人角色，先输出快速轮次边界标记，几个词后再输出对应角色 token。 该方法的角色标注由模型在识别过程中一并完成，而非另设模块；论文称其为半监督流程，但报道未给出准确率、延迟或数据规模等效果数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。