Murmur：分层分块的长上下文ASR推理系统
热点事件持续更新
Murmur：分层分块的长上下文ASR推理系统
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
Wei-Tzu Lee、Keisuke Kamahori 和 Baris Kasikci 提出 Murmur，一个基于分层分块的长音频 ASR 推理系统。在两种长上下文 ASR 模型和四个中英文会议数据集上，Murmur 将每条录音的端到端延迟平均降低 2.5 倍（1.9–2.9 倍），同时 tcpWER 平均下降 1.9 个点。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
Murmur：基于分层分块的高效长上下文 ASR 推理系统报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIMurmur：基于分层分块的高效长上下文 ASR 推理系统
Murmur 是一个面向长音频 ASR 的分层分块推理系统，在两种长上下文 ASR 模型和四个中英文会议数据集上，将每条录音的端到端延迟平均降低 2.5 倍（1.9-2.9 倍），同时 tcpWER 平均下降 1.9 个点。
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。