현대 ASR 모델은 전사 스타일(단어 단위 vs. 의도)을 제어되지 않는 숨겨진 변수로 취급하여 디코딩이 불안정해지고, 최대 60%의 WER이 스타일 불일치에서 발생한다. 평행 단어/의도 전사 쌍에서 마스킹된 인식형 디코더 작업 토큰을 학습함으로써, 영어만 학습해도 독일어 불유...
현대 ASR 모델은 전사 스타일(단어 단위 vs. 의도)을 제어되지 않는 숨겨진 변수로 취급하여 디코딩이 불안정해지고, 최대 60%의 WER이 스타일 불일치에서 발생한다. 평행
단어/의도 전사 쌍에서 마스킹된 인식형 디코더 작업 토큰을 학습함으로써, 영어만 학습해도 독일어 불유창 F1을 0-샘플에서 10%에서 79%로 향상시킬 수 있다. 감독식 교차 주의 미세조정은 불유창 음성에서 단어 수준의 타임스탬프가 강제 정렬 기준을 처음으로 넘어섰으며, 새로운 작업인 verbatimize는 희귀 단어 재현율을 6.8%에서 96.1%로 높일 수 있다.
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html.
Aioga 编辑摘要：现代ASR模型将转录风格（逐字vs.意图）作为不受控隐变量，导致解码不稳定，且高达60%的WER来自风格不匹配。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。
背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。
Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。
影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。
수집 피드는 제목, 요약, 출처와 원문 링크를 제공합니다. Aioga는 원문 전체를 재게시하지 않습니다.
수집 채널: 요약 집계 · 원본 도메인: arxiv.org
출처: HuggingFace Daily Papers（社区热门论文）
원문 링크: 원문 열기
Aioga 아카이브: 정보 페이지 보기
Content record: source-page · Updated: 2026-07-21T00:00:00.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga는 전 세계 AI 동향을 집계하고 확인과 인용을 위해 출처 정보를 보존합니다.