MLMA: Towards Multilingual ASR With Mamba-based Architectures
Fuente:
arXiv
Salvato in:
| Autori principali: | Ali, Mohamed Nabih, Falavigna, Daniele, Brutti, Alessio |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Federating Dynamic Models using Early-Exit Architectures for Automatic Speech Recognition on Heterogeneous Clients
di: Ali, Mohamed Nabih, et al.
Pubblicazione: (2024)
di: Ali, Mohamed Nabih, et al.
Pubblicazione: (2024)
Training dynamic models using early exits for automatic speech recognition on resource-constrained devices
di: Wright, George August, et al.
Pubblicazione: (2023)
di: Wright, George August, et al.
Pubblicazione: (2023)
Splitformer: An improved early-exit architecture for automatic speech recognition on edge devices
di: Lasbordes, Maxence, et al.
Pubblicazione: (2025)
di: Lasbordes, Maxence, et al.
Pubblicazione: (2025)
Input Conditioned Layer Dropping in Speech Foundation Models
di: Hannan, Abdul, et al.
Pubblicazione: (2025)
di: Hannan, Abdul, et al.
Pubblicazione: (2025)
FAMA: The First Large-Scale Open-Science Speech Foundation Model for English and Italian
di: Papi, Sara, et al.
Pubblicazione: (2025)
di: Papi, Sara, et al.
Pubblicazione: (2025)
Distillation-based Layer Dropping (DLD): Effective End-to-end Framework for Dynamic Speech Networks
di: Hannan, Abdul, et al.
Pubblicazione: (2026)
di: Hannan, Abdul, et al.
Pubblicazione: (2026)
Scaling and Enhancing LLM-based AVSR: A Sparse Mixture of Projectors Approach
di: Cappellazzo, Umberto, et al.
Pubblicazione: (2025)
di: Cappellazzo, Umberto, et al.
Pubblicazione: (2025)
MOSEL: 950,000 Hours of Speech Data for Open-Source Speech Foundation Model Training on EU Languages
di: Gaido, Marco, et al.
Pubblicazione: (2024)
di: Gaido, Marco, et al.
Pubblicazione: (2024)
A Language-Agnostic Hierarchical LoRA-MoE Architecture for CTC-based Multilingual ASR
di: Zheng, Yuang, et al.
Pubblicazione: (2026)
di: Zheng, Yuang, et al.
Pubblicazione: (2026)
Romanization Encoding For Multilingual ASR
di: Ding, Wen, et al.
Pubblicazione: (2024)
di: Ding, Wen, et al.
Pubblicazione: (2024)
Towards Rehearsal-Free Multilingual ASR: A LoRA-based Case Study on Whisper
di: Xu, Tianyi, et al.
Pubblicazione: (2024)
di: Xu, Tianyi, et al.
Pubblicazione: (2024)
Mamba for Streaming ASR Combined with Unimodal Aggregation
di: Fang, Ying, et al.
Pubblicazione: (2024)
di: Fang, Ying, et al.
Pubblicazione: (2024)
MSA-ASR: Efficient Multilingual Speaker Attribution with frozen ASR Models
di: Nguyen, Thai-Binh, et al.
Pubblicazione: (2024)
di: Nguyen, Thai-Binh, et al.
Pubblicazione: (2024)
Exploring SSL Discrete Tokens for Multilingual ASR
di: Cui, Mingyu, et al.
Pubblicazione: (2024)
di: Cui, Mingyu, et al.
Pubblicazione: (2024)
Configurable Multilingual ASR with Speech Summary Representations
di: Zhu, Harrison, et al.
Pubblicazione: (2024)
di: Zhu, Harrison, et al.
Pubblicazione: (2024)
Advocating Character Error Rate for Multilingual ASR Evaluation
di: K, Thennal D, et al.
Pubblicazione: (2024)
di: K, Thennal D, et al.
Pubblicazione: (2024)
AutoMode-ASR: Learning to Select ASR Systems for Better Quality and Cost
di: Gündüz, Ahmet, et al.
Pubblicazione: (2024)
di: Gündüz, Ahmet, et al.
Pubblicazione: (2024)
Uni-ASR: Unified LLM-Based Architecture for Non-Streaming and Streaming Automatic Speech Recognition
di: Xia, Yinfeng, et al.
Pubblicazione: (2026)
di: Xia, Yinfeng, et al.
Pubblicazione: (2026)
The Eloquence team submission for task 1 of MLC-SLM challenge
di: Concina, Lorenzo, et al.
Pubblicazione: (2025)
di: Concina, Lorenzo, et al.
Pubblicazione: (2025)
Anatomy of Industrial Scale Multilingual ASR
di: Ramirez, Francis McCann, et al.
Pubblicazione: (2024)
di: Ramirez, Francis McCann, et al.
Pubblicazione: (2024)
CantoASR: Prosody-Aware ASR-LALM Collaboration for Low-Resource Cantonese
di: Chen, Dazhong, et al.
Pubblicazione: (2025)
di: Chen, Dazhong, et al.
Pubblicazione: (2025)
Efficient Multilingual ASR Finetuning via LoRA Language Experts
di: Li, Jiahong, et al.
Pubblicazione: (2025)
di: Li, Jiahong, et al.
Pubblicazione: (2025)
Continual Learning Optimizations for Auto-regressive Decoder of Multilingual ASR systems
di: Kwok, Chin Yuen, et al.
Pubblicazione: (2024)
di: Kwok, Chin Yuen, et al.
Pubblicazione: (2024)
Efficient Adaptation of Multilingual Models for Japanese ASR
di: Bajo, Mark, et al.
Pubblicazione: (2024)
di: Bajo, Mark, et al.
Pubblicazione: (2024)
Dynamic ASR Pathways: An Adaptive Masking Approach Towards Efficient Pruning of A Multilingual ASR Model
di: Xie, Jiamin, et al.
Pubblicazione: (2023)
di: Xie, Jiamin, et al.
Pubblicazione: (2023)
Improving Multilingual ASR in the Wild Using Simple N-best Re-ranking
di: Yan, Brian, et al.
Pubblicazione: (2024)
di: Yan, Brian, et al.
Pubblicazione: (2024)
Open ASR Leaderboard: Towards Reproducible and Transparent Multilingual and Long-Form Speech Recognition Evaluation
di: Srivastav, Vaibhav, et al.
Pubblicazione: (2025)
di: Srivastav, Vaibhav, et al.
Pubblicazione: (2025)
NIM4-ASR: Towards Efficient, Robust, and Customizable Real-Time LLM-Based ASR
di: Xie, Yuan, et al.
Pubblicazione: (2026)
di: Xie, Yuan, et al.
Pubblicazione: (2026)
Large Language Models are Strong Audio-Visual Speech Recognition Learners
di: Cappellazzo, Umberto, et al.
Pubblicazione: (2024)
di: Cappellazzo, Umberto, et al.
Pubblicazione: (2024)
LAMA-UT: Language Agnostic Multilingual ASR through Orthography Unification and Language-Specific Transliteration
di: Lee, Sangmin, et al.
Pubblicazione: (2024)
di: Lee, Sangmin, et al.
Pubblicazione: (2024)
Multilingual and Fully Non-Autoregressive ASR with Large Language Model Fusion: A Comprehensive Study
di: Huang, W. Ronny, et al.
Pubblicazione: (2024)
di: Huang, W. Ronny, et al.
Pubblicazione: (2024)
Efficient Adapter Finetuning for Tail Languages in Streaming Multilingual ASR
di: Bai, Junwen, et al.
Pubblicazione: (2024)
di: Bai, Junwen, et al.
Pubblicazione: (2024)
TokenVerse: Towards Unifying Speech and NLP Tasks via Transducer-based ASR
di: Kumar, Shashi, et al.
Pubblicazione: (2024)
di: Kumar, Shashi, et al.
Pubblicazione: (2024)
DARS: Dysarthria-Aware Rhythm-Style Synthesis for ASR Enhancement
di: Wu, Minghui, et al.
Pubblicazione: (2026)
di: Wu, Minghui, et al.
Pubblicazione: (2026)
Elderly-Contextual Data Augmentation via Speech Synthesis for Elderly ASR
di: Lee, Minsik, et al.
Pubblicazione: (2026)
di: Lee, Minsik, et al.
Pubblicazione: (2026)
PromptASR for contextualized ASR with controllable style
di: Yang, Xiaoyu, et al.
Pubblicazione: (2023)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2023)
LOTUSDIS: A Thai far-field meeting corpus for robust conversational ASR
di: Tipaksorn, Pattara, et al.
Pubblicazione: (2025)
di: Tipaksorn, Pattara, et al.
Pubblicazione: (2025)
M-CIF: Multi-Scale Alignment For CIF-Based Non-Autoregressive ASR
di: Mao, Ruixiang, et al.
Pubblicazione: (2025)
di: Mao, Ruixiang, et al.
Pubblicazione: (2025)
A Calculus-Based Framework for Determining Vocabulary Size in End-to-End ASR
di: Kopparapu, Sunil Kumar
Pubblicazione: (2026)
di: Kopparapu, Sunil Kumar
Pubblicazione: (2026)
BLR-MoE: Boosted Language-Routing Mixture of Experts for Domain-Robust Multilingual E2E ASR
di: Ma, Guodong, et al.
Pubblicazione: (2025)
di: Ma, Guodong, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Federating Dynamic Models using Early-Exit Architectures for Automatic Speech Recognition on Heterogeneous Clients
di: Ali, Mohamed Nabih, et al.
Pubblicazione: (2024) -
Training dynamic models using early exits for automatic speech recognition on resource-constrained devices
di: Wright, George August, et al.
Pubblicazione: (2023) -
Splitformer: An improved early-exit architecture for automatic speech recognition on edge devices
di: Lasbordes, Maxence, et al.
Pubblicazione: (2025) -
Input Conditioned Layer Dropping in Speech Foundation Models
di: Hannan, Abdul, et al.
Pubblicazione: (2025) -
FAMA: The First Large-Scale Open-Science Speech Foundation Model for English and Italian
di: Papi, Sara, et al.
Pubblicazione: (2025)