![语音/音频处理学术速递[7.3]](https://api.speechhome.com/Resources/Thumb/2025-07-03/1940676921822154752.jpg)
声浪
Interspeech2025 | EThai-ASR：基于弱监督数据精炼和灵活序列压缩的LLM-ASR
低资源语音识别（ASR）长期面临两大核心挑战：高质量标注数据稀缺与高昂的计算需求，这在泰语等特定语言中尤为突出。现有解决方案往往受限于大规模、精确标注语料的获取难度，以及大模型（LLM）固有的计算负担。近期，西北工业大学音频语音与语言处理研…
13 0 0
![语音/音频处理学术速递[7.2]](https://api.speechhome.com/Resources/Thumb/2025-07-02/1940332486953406464.jpg)
![语音/音频处理学术速递[7.1]](https://api.speechhome.com/Resources/Thumb/2025-07-01/1939970043613941760.jpg)
美团提出首个语音交互GUI智能体，端到端语音训练能力优于传统文本训练
GUIRoboTron-Speech团队 投稿 来源 |量子位 由美团和浙江大学联合推出的GUIRoboTron-Speech——让用户解放双手，直接对计算机“发号施令”。 联系方式：wenkangh@zju.edu.cn 论文链接：htt…
19 0 0
![语音/音频处理学术速递[6.30]](https://api.speechhome.com/Resources/Thumb/2025-06-30/1939610821487366144.jpg)
![语音/音频处理学术速递[6.25]](https://api.speechhome.com/Resources/Thumb/2025-06-25/1937804313359421440.jpg)
![语音/音频处理学术速递[6.23]](https://api.speechhome.com/Resources/Thumb/2025-06-23/1937087666998874112.jpg)
INTERSPEECH2025｜多语种语音识别的选择性调用方法
当前全球现存超 7000 种语言，学术界和工业界对多语种语音识别（Multilingual Automatic Speech Recognition）的研究热度持续攀升，核心目标在于扩大语种覆盖范围并提升跨语言识别性能[1][2]。然而，基…
20 0 0
Interspeech2025｜基于LLM与自监督训练模型的中文方言语音识别对比研究
大规模训练语料库极大地提高了语音识别（ASR）模型的性能。然而由于数据相对匮乏，口音和方言仍然是大多数ASR模型面临的挑战。自监督学习的最新进展表明，其与大型语言模型（LLM）相结合，可以有效提高低资源场景下的 ASR 性能。 近期，西工大…
21 0 0