论文提出GSR-Bench：评估语音识别生成式改写

论文提出GSR-Bench，用语义依据评估语音识别改写能力

资讯摘要

论文将语音识别重新定义为生成语义有据文本的“Grounded Generative Speech Recognition”，界定有效改写空间并划分字面转写、规范改写、语义改写、语音结构化四级能力，据此提出GSR-Bench基准，覆盖会议转写、跨方言翻译、上下文理解及静音噪声鲁棒性等场景。作者还构建结合语音依据评估与LLM语义判断的多维评测框架，并用人类偏好研究验证其可靠性。

要点速读

1. 论文提出GSR-Bench，称其为首个超越逐字匹配、评估生成式语音识别系统的综合基准
2. 作者建立四级改写能力层级，并设计结合语音依据评估与LLM语义判断的多维评测框架
3. 实验显示传统ASR与端到端Speech-LLM在转写保真度与生成改写能力间存在权衡，并识别声学幻觉、无依据生成、指令漂移等失败模式

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。