Buchumschlag

Align-Consistency: Improving Non-autoregressive and Semi-supervised ASR with Consistency Regularization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Wanting, Wang, Weiran
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NLE: Non-autoregressive LLM-based ASR by Transcript Editing
von: Dekel, Avihu, et al.
Veröffentlicht: (2026)

LV-CTC: Non-autoregressive ASR with CTC and latent variable models
von: Fujita, Yuya, et al.
Veröffentlicht: (2024)

Semi-supervised Learning for Code-Switching ASR with Large Language Model Filter
von: Xi, Yu, et al.
Veröffentlicht: (2024)

Towards Effective and Efficient Non-autoregressive decoders for Conformer and LLM-based ASR using Block-based Attention Mask
von: Wang, Tianzi, et al.
Veröffentlicht: (2025)

Consistency Based Unsupervised Self-training For ASR Personalisation
von: Zhang, Jisi, et al.
Veröffentlicht: (2024)

RCT: Random Consistency Training for Semi-supervised Sound Event Detection
von: Shao, Nian, et al.
Veröffentlicht: (2021)

A Neural Model for Contextual Biasing Score Learning and Filtering
von: Huang, Wanting, et al.
Veröffentlicht: (2025)

Inverse-Hessian Regularization for Continual Learning in ASR
von: Eeckt, Steven Vander, et al.
Veröffentlicht: (2026)

UniEnc-CASSNAT: An Encoder-only Non-autoregressive ASR for Speech SSL Models
von: Fan, Ruchao, et al.
Veröffentlicht: (2024)

Regularized autoregressive modeling and its application to audio signal reconstruction
von: Mokrý, Ondřej, et al.
Veröffentlicht: (2024)

Transducer Consistency Regularization for Speech to Text Applications
von: Tseng, Cindy, et al.
Veröffentlicht: (2024)

MDM-ASR: Bridging Accuracy and Efficiency in ASR with Diffusion-Based Non-Autoregressive Decoding
von: Yen, Hao, et al.
Veröffentlicht: (2026)

Masked Self-distilled Transducer-based Keyword Spotting with Semi-autoregressive Decoding
von: Xi, Yu, et al.
Veröffentlicht: (2025)

Improving Music Source Separation with Diffusion and Consistency Refinement
von: Karchkhadze, Tornike, et al.
Veröffentlicht: (2024)

Reducing the Offline-Streaming Gap for Unified ASR Transducer with Consistency Regularization
von: Andrusenko, Andrei, et al.
Veröffentlicht: (2026)

Multimodal Consistency-Guided Reference-Free Data Selection for ASR Accent Adaptation
von: Lei, Ligong, et al.
Veröffentlicht: (2026)

Better Semi-supervised Learning for Multi-domain ASR Through Incremental Retraining and Data Filtering
von: Carofilis, Andres, et al.
Veröffentlicht: (2025)

DM-ASR: Diarization-aware Multi-speaker ASR with Large Language Models
von: Li, Li, et al.
Veröffentlicht: (2026)

InfiniteAudio: Infinite-Length Audio Generation with Consistency
von: Jung, Chaeyoung, et al.
Veröffentlicht: (2025)

Enhancing Lyrics Transcription on Music Mixtures with Consistency Loss
von: Huang, Jiawen, et al.
Veröffentlicht: (2025)

AudioLCM: Text-to-Audio Generation with Latent Consistency Models
von: Liu, Huadai, et al.
Veröffentlicht: (2024)

An Investigation on Combining Geometry and Consistency Constraints into Phase Estimation for Speech Enhancement
von: Ho, Chun-Wei, et al.
Veröffentlicht: (2025)

Music Consistency Models
von: Fei, Zhengcong, et al.
Veröffentlicht: (2024)

Mel-FullSubNet: Mel-Spectrogram Enhancement for Improving Both Speech Quality and ASR
von: Zhou, Rui, et al.
Veröffentlicht: (2024)

DQR-TTS: Semi-supervised Text-to-speech Synthesis with Dynamic Quantized Representation
von: Wang, Jianzong, et al.
Veröffentlicht: (2023)

VS-Singer: Vision-Guided Stereo Singing Voice Synthesis with Consistency Schrödinger Bridge
von: Zhao, Zijing, et al.
Veröffentlicht: (2025)

Vocoder-Free Non-Parallel Conversion of Whispered Speech With Masked Cycle-Consistent Generative Adversarial Networks
von: Wagner, Dominik, et al.
Veröffentlicht: (2023)

Self-supervised ASR Models and Features For Dysarthric and Elderly Speech Recognition
von: Hu, Shujie, et al.
Veröffentlicht: (2024)

Semi-Autoregressive Streaming ASR With Label Context
von: Arora, Siddhant, et al.
Veröffentlicht: (2023)

All-in-One ASR: Unifying Encoder-Decoder Models of CTC, Attention, and Transducer in Dual-Mode ASR
von: Moriya, Takafumi, et al.
Veröffentlicht: (2025)

Low-Cost Detection of Degraded Voice Clones via Source-Output Acoustic Consistency
von: Shokr, Jana, et al.
Veröffentlicht: (2026)

Neurodyne: Neural Pitch Manipulation with Representation Learning and Cycle-Consistency GAN
von: Gu, Yicheng, et al.
Veröffentlicht: (2025)

A Non-autoregressive Model for Joint STT and TTS
von: Sunder, Vishal, et al.
Veröffentlicht: (2025)

Schrödinger Bridge Consistency Trajectory Models for Speech Enhancement
von: Nishigori, Shuichiro, et al.
Veröffentlicht: (2025)

Ring Mixing with Auxiliary Signal-to-Consistency-Error Ratio Loss for Unsupervised Denoising in Speech Separation
von: Maciejewski, Matthew, et al.
Veröffentlicht: (2026)

Improving ASR Contextual Biasing with Guided Attention
von: Tang, Jiyang, et al.
Veröffentlicht: (2024)

Boosting Multi-Speaker Expressive Speech Synthesis with Semi-supervised Contrastive Learning
von: Zhu, Xinfa, et al.
Veröffentlicht: (2023)

Tweaking autoregressive methods for inpainting of gaps in audio signals
von: Mokrý, Ondřej, et al.
Veröffentlicht: (2024)

A Mamba-based Network for Semi-supervised Singing Melody Extraction Using Confidence Binary Regularization
von: He, Xiaoliang, et al.
Veröffentlicht: (2025)

CycleFlow: Leveraging Cycle Consistency in Flow Matching for Speaker Style Adaptation
von: Liang, Ziqi, et al.
Veröffentlicht: (2025)