arXiv cs.AI· Shashi Kumar, Esa\'u Villatoro-Tello, Sergio Burdisso, Kadri Hacioglu, Thibault Ba\~neras-Roux, Hasindri Watawana, Dairazalia Sanchez-Cortes, Srikanth Madikeri, Petr Motlicek, Andreas Stolcke·· 1 天前AI 评分38
Abstract Compression：面向 LLM 语音识别的对话音频上下文压缩方法
Abstract Compression of Conversational Audio Context for LLM-based ASR
AI 导读
一项被 IEEE SLT 2026 接收的研究提出 Abstract Compression 方法，为基于 LLM 的语音识别（ASR）压缩历史对话音频上下文。研究发现多轮监督训练后，对话上下文主要提升上下文实体的识别，但原始音频嵌入随对话长度快速增长。该方法用固定数量的潜在 token 替代先前每轮音频、同时显式保留转写文本，在域内和域外测试集上以更小的音频开销恢复了部分原始上下文条件的收益。
来源：arXiv cs.AI · arxiv.org