arXiv cs.LG· Joseph T Colonel, Daniel Katzman, Kelsey Kirker, Adam N Davidson, Shalaila S Haas, Cheryl Corcoran, Ren\'{e} S Kahn, Guillermo Checci, Baihan Lin·· 2026-10-02AI 评分26
基于音频语言模型的临床精神病学录音角色引导说话人删除验证研究
Role-guided Speaker Deletion Verification in Clinical Psychiatry Speech Recordings with Audio Language Models
AI 导读
研究人员提出利用音频语言模型验证精神病学录音中指定角色说话人删除情况的方法，用于自动排查脱敏遗漏。团队在 48 段双人录音上测试了 Gemma-4-12B、Gemma-4-31B、Nemotron-3-Nano 和 Nemotron-3-Nano-Omni 四款开源权重模型。经 14 种配置的集成测试，最终取得 0.478 的综合 F1 分数（精确率 0.330，召回率 0.870）。
来源：arXiv cs.LG · arxiv.org