arXiv · cs.CL· Ashley E. Bravo-Bravo·· 20 天前AI 评分20
InterCorrect：面向公平 ASR 的交叉群体感知人口统计模型合并校正方法
InterCorrect: Intersection-Aware Correction of Demographic Model Merging for Fair ASR
来源与原文
arXiv · cs.CL
作者：Ashley E. Bravo-Bravo
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/2610.08604v1
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 InterCorrect，一种用于公平 ASR 的人口统计感知模型合并方法：基于 SLAM-ASR 模型仅微调 connector，并将针对特定人群适配的 connector 合并为全局模型，再施加交叉群体特定校正向量。在 Fair-Speech 上，TIES 结合基于 WER 的校正取得最佳整体 WER，从 7.38% 降至 5.13%，但平均 WER 降低并不总意味着子群体差异缩小。
来源：arXiv · cs.CL · arxiv.org