BaLEEN: Biasing with Latent Encoded Entities for Context-Aware ASR

arxiv · arXiv · 2026-09-29 15:34 · 评分 72

提出 BaLEEN 框架，用超网络实现语音识别动态上下文适配，无需微调底层 ASR 模型。通过预训练语言模型编码可变长度关键词，经 Perceiver 瓶颈压缩成固定长度潜在向量，改善领域特定实体和罕见专有名词的转录效果。