提出四种基于注意力图的音频专用指标(AU-DIORATIO、AUDIOCONSISTENCY、AUDIOENTROPY、TEXTENTROPY),训练轻量级逻辑回归分类器,在推理时检测SpeechLLM幻觉,无需黄金标注;在Qwen-2-Audio和Voxtral-3B上的ASR与语音翻译任务中,该方法优于不确定…
机构:Amazon
来源:arXiv 2604.19565 | AI4Papers 论文推荐平台