An Omnilingual-ASR-Based Speech-LLM System for the 2nd MLC-SLM Challenge（在新窗口打开）
级联 diarization 与 LoRA 适配 omniASR LLM 识别，Dev 集 macro tcpMER 29.27%，优于官方基线。
- 提交无测试时 oracle 分割/说话人标签的 diarization-recognition 级联系统
- 表明 embedding 聚类优于仅依赖 ASR 轮次标记的分说话人方案
- 分析 overlap-aware 分割因重叠语音重复转写而升高 tcpMER