SLMのテスト時適応による堅牢な音声アプリケーション

この論文は、現実世界の環境における音響変動に対する音声言語モデル（SLM）の脆弱性という重要な問題に取り組んでいます。テスト時適応（TTA）フレームワークの導入は、従来のオフラインドメイン適応方法と比較して、より効率的で適応性の高いソリューションを提供する点で重要です。生成型SLMへの焦点と、オーディオテキストプロンプトのインターリーブの使用も注目に値します。この論文の貢献は、コアタスクの精度を犠牲にすることなく、堅牢性と適応性を向上させることにあり、SLMを現実世界のアプリケーションでより実用的にしています。