跳到正文
热点事件持续更新

语音LLM与ASR-LLM级联鲁棒性对比

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Youngwon Choi等作者发表论文,在仅文本监督下比较语音LLM与ASR-LLM级联在口语语义解析中的鲁棒性:用3B和7B模型在三个数据集上测试干净语音及五种信噪比的babble噪声。结果显示语音LLM在命令理解、意图预测和函数调用上整体更优,高噪声下优势更明显,但细粒度实体预测的提升不稳定;其单样本平均推理时间也更短。

AI 根据报道生成 · 56 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    仅文本适配的语音 LLM 在口语语义解析中的鲁棒性对比研究

    研究对比了 Speech LLM 与 ASR-LLM 级联在仅文本任务监督下的鲁棒性,使用 3B 和 7B 模型在三个数据集上测试干净语音及五种 SNR 的 babble 噪声。结果显示 Speech LLM 在命令理解、意图预测和函数调用上整体更优,尤其在高噪声下,但细粒度实体预测提升不稳定;其单样本平均推理时间也更短。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。