# Återanvända block ska krympa taligenkänningsmodeller

> Forskare föreslår att vikter delas mellan återkommande block för att minska ASR-modellers storlek och samtidigt behålla merparten av de större modellernas träffsäkerhet.

Oossa · 2026-10-30 · https://oossa.com/sv/a-recurrent-design-aims-to-shrink-speech-recognition-models

Ett forskarlag föreslår i en artikel på arXiv en taligenkänningsmodell som återanvänder ett litet antal block i stället för att ge varje lager egna parametrar. Forskarna säger att metoden, i kombination med träningsmetoder som överför kunskap från större modeller, använder ungefär en tiondel så många parametrar och samtidigt behåller träffsäkerheten.

På riktmärkena i Open ASR Leaderboard nådde modellen med två delade block 97.4% av de större modellernas genomsnittliga träffsäkerhet, enligt sammanfattningen. Forskarna beskriver också en metod för att anpassa den kompakta modellen till enskilda användare, men sammanfattningen innehåller inga mätningar på enheter och visar inte hur modellen fungerar i verklig användning.

## Fakta

- Modellen med två block nådde 97.4% av de större modellernas genomsnittliga träffsäkerhet på riktmärkena i Open ASR Leaderboard, rapporterar forskarna.
- Artikeln publicerades på arXiv den October 30, 2026.

## Varför det spelar roll

För den som utvecklar taligenkänning för klockor och glasögon kan färre modellparametrar minska belastningen på minnet. Det är dock fortfarande oklart om konstruktionen ger märkbara hastighets- eller energibesparingar på faktiska enheter.

## Källor och referenser

1. [Depth through Recurrence: Towards Ultra-Efficient On-Device ASR](https://arxiv.org/abs/2610.37833) – arXiv cs.LG, 2026-10-30

Senast uppdaterad: 2026-10-30