arXiv cs.LG· Chen Feng, Tianyi Xu, Ramchalam Kinattinkara Ramakrishnan, Yicheng Lin, Shaojie Zhuo, Zhaocong Yuan, Chenzheng Su, Xiaopeng Zhang·· 4 天前AI 评分35
通过循环实现深度：迈向超高效端侧 ASR
Depth through Recurrence: Towards Ultra-Efficient On-Device ASR
AI 导读
研究人员提出一种块循环 ASR 架构，通过权重共享的循环块替代参数化深度，以减少一个数量级的参数实现超高效端侧语音识别。在 Open ASR Leaderboard 基准测试中，仅含两个共享块的模型平均可恢复大模型 97.4% 的准确率。该架构复用权重以降低内存访问与推理能耗，并支持轻量级 MoE-LoRA 适配以实现低成本端侧个性化。
来源：arXiv cs.LG · arxiv.org