arXiv · cs.CL· Takanori Ashihara·· 21 天前AI 评分26
HINTT 提交第二届 MLC-SLM 挑战赛：对比级联与统一方法的说话人分离和 ASR
HINTT Submission to the 2nd MLC-SLM Challenge: Comparing Cascaded and Unified Approaches to Diarization and ASR
来源与原文
arXiv · cs.CL
作者：Takanori Ashihara
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/2610.08063v1
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
HINTT 系统参加第二届 MLC-SLM 多语言会话语音挑战赛，解决多语言说话人归属 ASR 问题。最终提交采用级联方案：微调 DiariZen 说话人分离模型、微调 Qwen3-ASR 模型和基于 LLM 的生成式纠错，并微调 VibeVoice-ASR 统一模型作对比，全部仅用官方训练数据。结果显示级联系统在 MLC-SLM Task 1 条件下更可靠，统一语音 LLM 则是有前景的方向。
来源：arXiv · cs.CL · arxiv.org