基于Whisper的印地语时间戳语音转写论文

1. 12:00
   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。

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.