arXiv · Audio and Speech· Takanori Ashihara, Kohei Matsuura, Masato Mimura·· 3 小时前AI 评分21
HINTT 提交 MLC-SLM 挑战赛：对比级联与统一方案的说话人日志和 ASR
HINTT Submission to the 2nd MLC-SLM Challenge: Comparing Cascaded and Unified Approaches to Diarization and ASR
AI 导读
HINTT 系统提交至第 2 届多语种会话语音语言模型挑战赛（MLC-SLM），研究多语种说话人归属 ASR。最终方案采用级联管线：微调 DiariZen 说话人日志模型、微调 Qwen3-ASR，并加 LLM 生成式纠错；对照组用相同官方训练数据微调 VibeVoice-ASR 作为统一模型。实验显示级联系统在 MLC-SLM Task 1 条件下更可靠，统一语音 LLM 是有前景的方向。
来源：arXiv · Audio and Speech · arxiv.org