arXiv · cs.CL· Zefang Liu·· 3 天前AI 评分17
RoleHear：基于伪标签的半监督角色属性流式语音识别
RoleHear: Pseudo-Labeling for Semi-Supervised Role-Attributed Streaming Speech Recognition
来源与原文
arXiv · cs.CL
作者：Zefang Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33765v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
RoleHear 是一个半监督语音识别管线，让单个 cache-aware 流式 transducer 通过轻量级词表内角色 token 内联输出说话人角色，先给出快速轮次边界标记，随后再输出角色 token。离线 transducer 教师微调后为无标注音频重打标，多模态大语言模型补充 silver 角色标签，流式学生模型在混合数据上一次性微调。在客服通话（gold 角色）和财报电话会（silver 角色）数据上，RoleHear 保持转写质量的同时准确归因角色，缩小了与离线教师的差距。
来源：arXiv · cs.CL · arxiv.org