BriefGPT - AI 论文速递 · 2024-11-20T00:00:00Z Hard-Synth：使用零样本TTS和LLM合成多样化的困难样本以增强自动语音识别 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本研究提出了Hard-Synth方法，利用大语言模型生成文本，并结合零样本文本到语音技术，解决了自动语音识别系统在文本数据稀缺时的标记成本问题。实验结果表明，该方法显著提升了Conformer模型的表现，降低了词错误率，提高了数据效率。 🏷️ 标签 Hard-Synth llm tts 大语言模型 数据效率 文本到语音 自动语音识别 阅读原文 生成长图 分享链接 已复制链接
