verbatim-transcription

#verbatim-transcription

将转录策略作为潜在变量：通过词级时间控制实现可调控的逐字ASR

arXiv cs.CL ↗ · 2026-07-22 缓存

本文针对ASR模型中转录风格这一未被控制的潜在变量，提出了一种方法，利用覆盖感知的解码器任务令牌实现可调控的逐字转录，并具备准确的词级时间信息，通过零样本跨语言迁移达到了较高的不流畅检测F1值。

0 人收藏 0 人点赞