Xin HE's Website

Share papers, techniques, and wonderful life

arXiv'24 | Seed-ASR：字节跳动把 ASR 做成了'给 LLM 喂音频'，上下文感知才是杀手锏

3 min read · July 15, 2026

2026 · LLM ASR RLHF 论文解读
arXiv'26 | Qwen3-ASR：1.7B 对线 GPT-4o，阿里把 ASR 卷成了'又小又快又开源'

3 min read · July 15, 2026

2026 · LLM ASR 流式推理论文解读
arXiv'25 | MiMo-Audio：小米用 1 亿小时音频复刻 GPT-3 时刻，few-shot 能力真的涌现了

3 min read · July 15, 2026

2026 · LLM ASR 音频大模型论文解读
arXiv'25 | Kimi-Audio：1300 万小时音频 + 混合 token 输入，月之暗面的通用音频底座怎么搭

3 min read · July 15, 2026

2026 · LLM ASR 音频大模型论文解读
arXiv'25 | FireRedASR：小红书用 7 万小时人工标注告诉你，数据质量能打赢参数量

3 min read · July 15, 2026

2026 · LLM ASR 论文解读