面向运动障碍患者的语音识别新突破：零样本实时专家混合自适应方法详解

面向运动障碍患者的语音识别新突破：零样本实时专家混合自适应方法详解

论文标题：On-the-fly Routing for Zero-shot MoE Speaker Adaptation of Speech Foundation Models for Dysarthric Speech Recognition
发表会议：Interspeech 2025
作者团队：Shujie Hu 等（来自港中文、中科院、加拿大国家研究委员会）

---

你有没有想过，当一个人因为中风或脑瘫导致说话含糊不清时，现在的语音助手还能听懂他吗？很遗憾，大多数情况下——不能。这类被称为“构音障碍”（dysarthria）的患者，他们的语音在节奏、清晰度和音质上与常人差异巨大，而当前主流的自动语音识别（ASR）系统大多是为健康人群设计的，面对这些特殊用户往往束手无策。

但最近一篇即将在 Interspeech 2025 发表的研究，为我们带来了希望。这篇由港中文团队主导的工作提出了一种全新的零样本、实时运行的专家混合模型（MoE, Mixture of Experts），专门用于提升构音障碍者的语音识别准确率。更厉害的是，它不仅能快速适应新用户的声音，还不需要提前收集大量数据！

今天我们就来深