【阅读文献】一个使用大语言模型的端到端语音概要
摘要
ssum框架（Speech Summarization）为了 从说话人的语音提出对应的文本二题出。
ssum面临的挑战：
- 控制长语音的输入
- 捕捉 the intricate cross-mdoel mapping 在长语音输入和短文本之间。
ssum端到端模型框架 使用 Q-Former 作为 语音和文本的中介连接 ，并且使用LLMs去从语音特征正确地产生文本。
采取 multi-stage 的训练方法：
包括 基于ASR和TSum（text summarization）任务的LLM 作为 auxiliary 任务。
ASR任务 过去 xxxxx
现在，我们使用一个 循环的学习策略 去部署从TSum 到 SSum 的模型转换。
介绍
；