arXiv · cs.AI· Xiaoyu Gu·· 7 天前AI 评分17
VISH-ASR：面向 Speech-LLM 上下文 ASR 的 Viterbi 引导热词选择
VISH-ASR: Viterbi-Guided Selection of Hotwords for Speech-LLM Contextual ASR
来源与原文
arXiv · cs.AI
作者：Xiaoyu Gu
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/2610.27867v1
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
研究提出 VISH，一个免训练、即插即用的热词预选框架，通过在帧级 CTC 后验上直接验证候选词的声学证据来支持 Speech-LLM 上下文 ASR。在五个 benchmark 上，M-VISH 的 Best-F1 较强学习式检索基线最高提升 11.7% 绝对值，并在 2,000 候选时将候选搜索延迟降低 75.2%。Bi-MVISH 则利用反向证据增强验证鲁棒性。
来源：arXiv · cs.AI · arxiv.org