论文解读

不用干净语音和 transcript,能否用端到端识别的不确定性估计每个词的可懂度

该工作用注意力端到端语音识别内部后验的不确定性做全盲微观可懂度估计,在 GRID 句库上以熵和离散度指标在相关性和逻辑回归预测准确率上超过直接用识别结果的基线,代价是离散度需额外对齐与多假设打分且结论限于小词汇矩阵句。

 · 更新于 2026-09-24 · 约 18 分钟 · 8802 字 阅读 →
每日研究速递

eusipco-2026 论文深度解读

共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读

 · 更新于 2026-09-24 · 约 247 分钟 · 123292 字 阅读 →
论文解读

What Does a Pathological Speech Assessment Model Know about Acoustic Features? A Case Study on Oral and Oropharyngeal Cancer Patients

语音可懂度评估 | 6.4/10

 · 更新于 2026-09-24 · 约 11 分钟 · 5414 字 阅读 →