本研究提出了一种名为SpeechPrune的标记修剪策略，旨在解决语音大型语言模型处理长语音输入的局限性。该策略通过语音-文本相似性和注意力分数剔除无关标记，在SPIRAL基准测试中，20%的修剪率下精度提升29%，并在高达80%的修剪水平下保持网络性能。