BriefGPT - AI 论文速递 · 2025-01-20T00:00:00Z Noise-Agnostic Multitask Whisper Training for Reducing False Alarm Errors in Call-for-Help Detection 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种噪声无关的多任务学习方法，以提高求助检测的准确性。通过在ASR编码器中引入噪声分类头，显著增强了模型在噪声环境下的鲁棒性，减少了误报，改善了整体性能。 🏷️ 标签 whisper 噪声分类 多任务学习 求助检测 误报 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
