HuggingFace Daily Papers· Arbaz Siddiqui·· 4 天前精选AI 评分65
VoxLock: 无需注册步骤的语音助手目标说话人提取
VoxLock: Target-Speaker Extraction for Voice Agents Without an Enrollment Step
AI 导读
Arbaz Siddiqui 提出了 VoxLock，一种无需注册步骤即可从语音通话中提取目标说话人的方法。该方法基于 REAL-TSE 模型微调，在 Krisp 的 265 条录音基准测试中，词错率(WER)为 4.95%，远低于未处理的 23.21%。
推荐理由
无需注册步骤即可提取目标说话人，VoxLock 在保持低词错率的同时大幅降低了语音助手的识别门槛。
来源：HuggingFace Daily Papers · arxiv.org