論文の概要: The Anatomy of an ASR Hallucination

• arxiv url: http://arxiv.org/abs/2609.04404v1
• Date: Thu, 03 Sep 2026 19:11:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.800824
• Title: The Anatomy of an ASR Hallucination
• Title（参考訳）: ASR幻覚の解剖
• Abstract要約: ASRシステムは、受信した音声とは無関係に、流動的なテキストを生成することがある。 本研究では,話者背景シフトの下で,独立に訓練された2つのコンフォーマー・ラージ認識器について検討する。 2つのデコーダファミリーと複数の分散シフトにまたがる基底認識のための一貫した端末ステージ依存性を見出した。
• 参考スコア（独自算出の注目度）: 3.6971941442545795
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: ASR systems sometimes produce fluent text that is unrelated to the speech they receive. We view these hallucinations as one possible consequence of a broader grounding failure, in which the transcript is no longer adequately guided by the audio. To understand where this failure becomes possible, we study two independently trained Conformer-Large recognizers - one CTC and one RNN-T - under environmental degradation and speaker-background shift. In both models, the final encoder stage emerges as a critical boundary: bypassing the final block causes divergence on nearly every utterance, whereas bypassing middle blocks has little effect. At this same stage, the representations become more compact, text becomes readable by the trained decoder, and grapheme information becomes explicit. Importantly, the intervention produces garbled or repetitive output rather than fluent fabrication. Our result therefore identifies a mechanistic precondition for hallucination - the failure to produce adequately grounded output - not the complete origin of naturally occurring hallucinations. Together, the results reveal a consistent terminal-stage dependency for grounded recognition across two decoder families and multiple distribution shifts.
• Abstract（参考訳）: ASRシステムでは、受信した音声とは無関係な流動的なテキストを生成することがある。 我々は、これらの幻覚は、より広い基盤的障害の結果として起こりうる結果の1つであり、そこでは、音声によって書き起こしが適切にガイドされない。 本研究は, 環境劣化と話者背景シフトにより, 独立に訓練された2つのコンフォーマー・ラージ認識器(CTCとRNN-T)について検討する。 両方のモデルにおいて、最終エンコーダの段階は臨界境界として現れ、最終ブロックをバイパスするとほぼ全ての発話が発散するが、中間ブロックをバイパスすることはほとんど効果がない。 この段階で、表現はよりコンパクトになり、訓練された復号器でテキストを読み取ることができ、グラフ情報も明確になる。 重要なことは、この介入は、流動的な製造ではなく、ニンブルまたは反復的な出力を生み出すことである。 したがって,本研究の結果は,自然発生幻覚の完全な起源ではなく,幻覚の機械的前提,すなわち,十分に根ざしたアウトプットの獲得に失敗したことを特定する。 この結果から,2つのデコーダ群にまたがる基底認識の終端依存性と複数の分布シフトが明らかとなった。

関連論文リスト

• Dual-Pathway Circuits of Object Hallucination in Vision-Language Models [8.969579206677897]
  視覚言語モデル(VLM)は、視覚知覚と自然言語理解をブリッジする際、顕著な能力を示した。 それらはしばしばオブジェクト幻覚を生成し、入力された画像から欠落したコンテンツを記述する。 本稿では,幻覚関連回路をVLMで識別し特徴付けるフレームワークであるDual-Pathway Circuit Analysisを提案する。
  論文  参考訳（メタデータ） (2026-05-13T08:20:01Z)
• From Architecture to Output: Structural Origins of Hallucination in Large Language Models and the Amplifying Role of Data [0.0]
  本稿では,複合故障システムを構成する3つのアーキテクチャ決定の構造的帰結として幻覚を解析する。 自己認識の共起学習は、意味論的意味の統計的近接を代用し、実体的混乱を生み出す。 露光バイアス下での自己回帰復号の永続的な左から右へのコミットは、1つの間違ったトークンカスケードがリビジョンなしで出力シーケンス全体を通して前方に進むことを保証します。
  論文  参考訳（メタデータ） (2026-04-29T11:34:09Z)
• Prefill-Time Intervention for Mitigating Hallucination in Large Vision-Language Models [14.32953618311784]
  Prefill-Time Intervention (PTI)は、プレフィル期間中に一度だけ介入する新しいステアリングパラダイムである。 PTIはモダリティを意識し、視覚的およびテキスト的表現の異なる方向を導出する。
  論文  参考訳（メタデータ） (2026-04-28T13:42:27Z)
• Coherence in the brain unfolds across separable temporal regimes [1.3874648807526748]
  言語におけるコヒーレンスには、脳が競合する2つの時間的要求を満たす必要がある。 我々は、コヒーレンスを、文脈統合の遅い解離可能なニューラルレシエーションと、イベント駆動の迅速な再構成によって実現していることを示す。
  論文  参考訳（メタデータ） (2025-12-23T16:16:42Z)
• Review of Hallucination Understanding in Large Language and Vision Models [65.29139004945712]
  本稿では,多様なアプリケーションにまたがる画像とテキストの幻覚を特徴付けるフレームワークを提案する。 我々の調査によると、幻覚はデータ分布や遺伝バイアスの予測可能なパターンから生じることが多い。 この調査は、現実世界の生成AIシステムにおける幻覚に対するより堅牢で効果的なソリューションを開発する基盤を提供する。
  論文  参考訳（メタデータ） (2025-09-26T09:23:08Z)
• Exploring and Mitigating Fawning Hallucinations in Large Language Models [52.444712272909435]
  各種自然言語処理タスクにおけるハエの幻覚の分析を行う。 我々は、フェニング・ハロシン化緩和のための、いわゆるコントラストデコーディング手法をカスタマイズする。
  論文  参考訳（メタデータ） (2025-08-31T14:29:54Z)
• Mitigating Object Hallucinations via Sentence-Level Early Intervention [10.642552315531404]
  マルチモーダルな大言語モデル(MLLM)は、多モーダルな理解に革命をもたらしたが、幻覚と闘い続けている。 人間のアノテーションに依存しないフレームワークであるSENTINELを提案する。 文レベルの早期iNtervention through IN- domain preference Learningは、オリジナルのモデルと比較して幻覚を90%以上減らすことができる。
  論文  参考訳（メタデータ） (2025-07-16T17:55:43Z)
• Audio-visual End-to-end Multi-channel Speech Separation, Dereverberation and Recognition [52.11964238935099]
  本稿では,音声-視覚的多チャンネル音声分離,デバーベレーション,認識手法を提案する。 ビデオ入力は、マスクベースのMVDR音声分離、DNN-WPEまたはスペクトルマッピング(SpecM)ベースの音声残響フロントエンドで一貫して実証される。 オックスフォードLSS2データセットのシミュレーションや再生を用いて合成した重畳および残響音声データについて実験を行った。
  論文  参考訳（メタデータ） (2023-07-06T10:50:46Z)
• Improving Cascaded Unsupervised Speech Translation with Denoising Back-translation [70.33052952571884]
  我々は,任意のペアデータを活用することなく,カスケード音声翻訳システムを構築することを提案する。 教師なしのシステムをトレーニングし、CoVoST 2 と CVSS で結果を評価するために、完全にペア化されたデータを使用します。
  論文  参考訳（メタデータ） (2023-05-12T13:07:51Z)
• TranSpeech: Speech-to-Speech Translation With Bilateral Perturbation [61.564874831498145]
  TranSpeechは、両側摂動を伴う音声から音声への翻訳モデルである。 我々は,非自己回帰S2ST手法を構築し,繰り返しマスキングを行い,単位選択を予測する。 TranSpeechは推論遅延を大幅に改善し、自動回帰技術よりも最大21.4倍のスピードアップを実現している。
  論文  参考訳（メタデータ） (2022-05-25T06:34:14Z)
• Don't Say What You Don't Know: Improving the Consistency of Abstractive Summarization by Constraining Beam Search [54.286450484332505]
  本研究は,幻覚とトレーニングデータの関連性を解析し,学習対象の要約を学習した結果,モデルが幻覚を呈する証拠を見出した。 本稿では,ビーム探索を制約して幻覚を回避し,変換器をベースとした抽象要約器の整合性を向上させる新しい復号法であるPINOCCHIOを提案する。
  論文  参考訳（メタデータ） (2022-03-16T07:13:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。