BriefGPT - AI 论文速递 · 2023-09-25T00:00:00Z 连接语音编码器和大型语言模型用于 ASR 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 该论文比较了三种连接结构，包括全连接层、多头交叉注意力和 Q-Former，并在语音编码器和大语言模型上进行了实验。结果表明，基于 Q-Former 的大语言模型在多个数据集上取得了显著的词错误率降低。此外，还提出了一种新的片段级 Q-Former，可以识别超过编码器限制的语音片段，相比其他连接结构取得了17%的词错误率降低。 🏷️ 标签 Q-Former 大型语言模型 大语言模型 编码器 词错误率 语音编码器 连接结构 阅读原文 生成长图 分享链接 已复制链接
