Voice Memory for Agentic Speech Recognition

• 类型：arxiv
• 标识：2607.26410
• 链接：https://arxiv.org/abs/2607.26410
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Voice Memory, a inference-only scheme for agentic speech recognition: at stream time, a frozen corrector reads a single per-domain memory and decides per utterance whether to act on the hypothesis or abstain and keep the 1-best, and transfers across corrector families and adds zero parameters to the inference path.
• OpenAlex ID：W7171835677
• OpenAlex DOI：10.48550/arxiv.2607.26410
• DOI：10.48550/arxiv.2607.26410
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.26410
• OpenAlex更新：2026-08-26
• 副分类：multimodal
• 待LLM分类：否
• 标题中文：Voice Memory：面向 Agentic 语音识别
• TLDR中文：Voice Memory，一个面向 agentic 语音识别的纯推理方案：流式推理时，冻结 corrector 读取单一 per-domain memory，逐 utterance 决定是否作用于假设或弃权并保留 1-best，跨 corrector 族可迁移，推理路径不增加任何参数。
• 来源文件：
• /inbox/tom/_candidates/2026-07-31-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]