GLoRIA：用于方言语音识别的 Gated Low-Rank 可解释适配
计算与语言
2026-03-04 v1 人工智能
摘要
方言语音识别 (ASR) 仍然具有挑战性，主要由于区域性差异强大且标注数据有限。我们提出 GLoRIA，一个参数高效的适配框架，利用元数据（如坐标）来调节预训练编码器中低秩更新的门控机制。GLoRIA 在每个 feed-forward 层中注入低秩矩阵，门控 MLP 根据位置元数据确定每个 LoRA 秩-1 成分的非负贡献。在 GCND 语料库上，GLoRIA 在地理条件化完整微调、LoRA 以及方言特定和统一完整微调之间取得了优异的性能，实现了 state-of-the-art 的词错误率，同时更新的仅为不足 10% 的参数。GLoRIA 还能对未见方言实现良好泛化，包括在外推情景中，并可实现可解释的适配模式，通过地理空间方式进行可视化。这些结果表明，元数据门控低秩适配是方言 ASR 中有效、可解释且高效的解决方案。
引用
@article{arxiv.2603.02464,
title = {GLoRIA: Gated Low-Rank Interpretable Adaptation for Dialectal ASR},
author = {Pouya Mehralian and Melissa Farasyn and Anne Breitbarth and Anne-Sophie Ghyselen and Hugo Van hamme},
journal= {arXiv preprint arXiv:2603.02464},
year = {2026}
}
备注
Accepted to ICASSP 2026. 5 pages