热点事件持续更新
基于Whisper的印地语时间戳语音转写论文
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv Audio and Speech栏目发布一篇一手论文，提出使用Whisper进行带时间戳的印地语语音转写。论文采用基于CTC的方法，在Whisper编码器输出上直接训练低复杂度字符级CTC头，为印地语生成词级时间戳。实验显示，该方法效果接近外部CTC模型，并优于基于交叉注意力分数的方案。论文还利用CTC头输出检测并缓解对话语音中的模型幻觉，并以简单的token长度准则改善短片段转写质量。该论文已提交ICASSP 2027，目前未见后续评审或接收结果报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
论文提出基于CTC的Whisper印地语词级时间戳方法，并已提交ICASSP 2027。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Audio and Speech使用 Whisper 进行带时间戳的印地语语音转写
论文提出一种基于 CTC 的方法，在 Whisper 编码器输出上直接训练低复杂度字符级 CTC 头，为印地语生成词级时间戳。实验显示其效果接近外部 CTC 模型、优于基于交叉注意力分数的方案；还利用 CTC 头输出检测并缓解对话语音中的模型幻觉，用简单的 token 长度准则改善短片段转写质量。论文已提交 ICASSP 2027。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。