热点事件持续更新
HINTT 提交 MLC-SLM 挑战赛：级联与统一式说话人日志及 ASR 对比
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
HINTT 向第 2 届多语种会话语音语言模型挑战赛（MLC-SLM）提交系统，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；团队同时认为统一语音 LLM 是有前景的方向。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
HINTT 提交 MLC-SLM：级联管线在 Task 1 更可靠，统一语音 LLM 被视为有前景方向。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Audio and SpeechHINTT 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 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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。