arXiv Artificial Intelligence· Zhiwei Lin, Kaiqi Fu, Rime Wen, Zehan Liu, Shawn Qin, Roy Gan, Hao Wang·· 19 小时前AI 评分30
X2Streaming-ASR：不确定就等待，准备好就输出，面向流式 ASR 的提交策略
X2Streaming-ASR: wait when uncertain, emit when ready for streaming ASR
AI 导读
X2Streaming-ASR 将流式语音识别拆解为“何时提交”与“提交什么”，通过三阶段训练先建立流式识别能力，再用自动探测轨迹热启动提交策略，最后以字符级、分段分配的分组相对奖励优化识别准确率与延迟。在十个中英文测试集上，其平均提交延迟相对强制对齐端点最低，中文为 32–109ms、英文为 12–85ms，识别准确率与现有系统相当。
来源：arXiv Artificial Intelligence · arxiv.org