VISH-ASR：基于 Viterbi 引导的热词选择，用于 Speech-LLM 上下文 ASR

VISH 是一个无需训练、即插即用的热词预选框架，通过帧级 CTC 后验搜索直接验证候选热词的声学支持。其变体 M-VISH 在五个基准上将 Best-F1 较强学习检索基线最高提升 11.7%，并在 2,000 个候选时将候选搜索延迟降低 75.2%。Bi-MVISH 则利用反向证据增强验证的稳健性。