arXiv · cs.CL· Nir Krakowski·· 18 小时前AI 评分31
E-Gaborformer：基于 Gabor 字典卷积与 Delta-Rule 记忆的严格因果语音识别器
Gabor Gabor: E-Gaborformer, a Strictly Causal Speech Recognizer with Gabor-Dictionary Convolutions and Delta-Rule Memory
来源与原文
arXiv · cs.CL
作者：Nir Krakowski
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/2611.08092v1
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
E-Gaborformer 是一个严格因果语音识别编码器，将 Gated DeltaNet-2 循环层与滑动窗口注意力按 3:1 比例组合，并用固定因果 Gabor 原子字典构建时间卷积，流式状态恒定约 19 MB/次调用，而同规模因果注意力编码器十分钟后累积超 1 GB。在 LibriSpeech 因果研究中，它达到给定精度最多快 18%，并匹配或超过相同前端与配方训练的 E-Branchformer。生产规模下，基于该架构的 0.6B 参数希伯来语与英语流式 transducer 在英语语音智能体流量上 WER 比同规模 NVIDIA Nemotron 3.5 ASR Streaming 低 28% 至 31%，希伯来语 WER 比此前生产系统低最多 20%。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。