PulseAugur
中
实时 13:57:26
English(EN) PERL: Pinyin Enhanced Rephrasing Language Model for Chinese ASR N-best Error Correction

新型 PERL 模型通过音韵和语义融合增强中文 ASR 错误校正

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 PERL，一个旨在校正中文自动语音识别 (ASR) 系统中错误的新语言模型。PERL 通过采用受约束的改写流程来应对语音错误和长度限制的挑战。该模型融合了语义和语音（拼音）表示，并通过掩码预算强制执行目标长度，从而在 Aishell-1 和 DoAD 等基准测试中显著降低了字符错误率。 AI

影响 提高了中文语音识别系统的准确性，可能有助于下游应用。

排序理由 该集群包含一篇详细介绍特定 NLP 任务新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型 PERL 模型通过音韵和语义融合增强中文 ASR 错误校正

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Junhong Liang, Bojun Zhang ·

    PERL：用于中文 ASR N-best 错误校正的拼音增强改写语言模型

    arXiv:2412.03230v3 Announce Type: replace Abstract: Chinese ASR correction is challenging because errors are often \emph{phonetic} (many characters share similar Pinyin) while the correction model must also obey a \emph{length constraint} under noisy N-best hypotheses. Existing a…

相关实体

相关话题