arXiv 2026年10月6日该工作先证明在延迟流建模（DSM）中可以移除填充 token 而保持有竞争力的识别性能，进而提出因子化 DSM（F-DSM），把等待概率与原始 LLM 词表分布分离，从而将 ASR 专用 token 移出文本预测空间并在等待步跳过大规模词表 softmax；在 Corpus of Spontaneous Japanese 与 LibriSpeech 上的实验显示 F-DSM 识别性能优于 DSM，同时大幅降低 GPU 显存占用、保持相近训练吞吐、通过 softmax 跳过带来小幅推理加速，并减轻 DSM 中出现的纯文本困惑度退化。该工作先证明在延迟流建模（DSM）中可以移除填充 token 而保持有竞争力的识别性能，进而提出因子化 DSM（F-DSM），把等待概率与原始 LLM 词表分布分离，从而将 ASR 专用 token 移出文本预测空间并在等待步跳过大规模词表 softmax；在 Corpus of Spontaneous Japanese 与 LibriSpeech 上的实验显示 F-DSM 识别性能优于 DSM，同时大幅降低 GPU 显存占用、保持相近训练吞吐、通过 softmax 跳过带来小幅推理加速，并减轻 DSM 中出现的纯文本困惑度退化。F-DSM 将等待概率与文本词表分布分解，在日语与英语流式识别上优于 DSM 并降低显存占用该工作先证明在延迟流建模（DSM）中可以移除填充 token 而保持有竞争力的识别性能，进而提出因子化 DSM（F-DSM），把等待概率与原始 LLM 词表分布分离，从而将 ASR 专用 token 移出文本预测空间并在等待步跳过大规模词表 softmax；在 Corpus of Spontaneous Japanese 与 LibriSpeech 上的实验显示 F-DSM 识别性能优于 DSM，同时大幅降低 GPU 显存占用、保持相近训练吞吐、通过 softmax 跳过带来小幅推理加速，并减轻 DSM 中出现的纯文本困惑度退化。该工作先证明在延迟流建模（DSM）中可以移除填充 token 而保持有竞争力的识别性能，进而提出因子化 DSM（F-DSM），把等待概率与原始 LLM 词表分布分离，从而将 ASR 专用 token 移出文本预测空间并在等待步跳过大规模词表 softmax；在 Corpus of Spontaneous Japanese 与 LibriSpeech 上的实验显示 F-DSM 识别性能优于 DSM，同时大幅降低 GPU 显存占用、保持相近训练吞吐、通过 softmax 跳过带来小幅推理加速，并减轻 DSM 中出现的纯文本困惑度退化。