Santiago Valdarrama

流媒体增益扩展到 10 个其他语言的 18 个测试集，所有这些都比基本模型有所改进。 我希望看到更多测试的四个领域： 1. 自洽LSP：从流模型自身的输出中导出目标，以可能超越基本模型的上限。 2. 自适应块：根据音频复杂度改变块大小，以改善延迟与准确性之间的权衡。 3. 持续奖励：添加置信度估计以改进校准和流决策。 4. 编码器适配器：测试专门领域的轻量级 LoRA 适配器。