用于鲁棒语音术语检测和关键词识别的联合多模态对比学习

这篇文章很可能提出了一种使用联合多模态对比学习进行语音术语检测和关键词识别的新方法。重点是提高鲁棒性，表明这些方法旨在在嘈杂或变化的环境下表现良好。“联合多模态”的使用意味着整合不同的数据模态（例如，音频和文本）以增强性能。来源是ArXiv表明这是一篇研究论文，很可能详细介绍了所提出方法的方法论、实验和结果。