Contrastive Training with LLM-generated Near-Misses for Robust Code-Switching Speech Recognition

En 3 lignesMéthode de contrastive training pour améliorer la reconnaissance vocale en code-switching (alternance entre langues). Les auteurs identifient les régions critiques, génèrent des contre-exemples acoustiquement plausibles via LLM, puis affinent Whisper-small avec LoRA. Résultats : réduction >2% des erreurs sur CS-FLEURS et ViMedCSS.

Résumé généré par Claude — vérifié par l'humain