語音辨識幻覺

深度分析

光譜敏感性定理：Whisper 模型的層級增益與秩‑1 吸引態對幻覺的影響

本研究探討大型語音辨識模型的幻覺問題，提出光譜敏感性定理說明層級增益與對齊如何導致從訊號衰減到秩-1 吸引的相變。實驗顯示中等規模模型出現結構解體，跨注意力秩下降13.4%，大型模型則進入壓縮吸引態，Self‑Attention 壓縮秩-2.34%並削弱聲音依賴。