PulseAugur
中
实时 10:26:49
English(EN) Breaking the Script Barrier: Enabling Automatic Alignment for PoS-based ASR Error Analysis in Non-Latin Scripts

新的自动语音识别（ASR）错误分析工具打破脚本障碍

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新的自动对齐机制，旨在改进自动语音识别（ASR）错误的分析，特别是针对不使用拉丁字母的语言。该方法与语言无关，并适用于各种ASR架构，能够更一致地对齐假设和参考转录。该系统支持详细的词性（PoS）错误分析，可用于增强ASR训练并改进词错误率（WER）等指标。该方法已在使用了元音附标文字、字母文字和辅音字母文字书写系统的语言上进行了演示。 AI

影响 能够对不同语言进行更细致的ASR错误分析，有望带来更强大的语音识别系统。

排序理由 该集群包含一篇学术论文，详细介绍了一种新的ASR错误分析方法。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的自动语音识别（ASR）错误分析工具打破脚本障碍

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Prasenjit K Mudi, Dahlia Devapriya, Sheetal Kalyani ·

    打破脚本障碍：为非拉丁语脚本的基于词性标注的自动语音识别错误分析实现自动对齐

    arXiv:2605.28438v1 Announce Type: new Abstract: Automatic Speech Recognition (ASR) systems are commonly evaluated using aggregate metrics such as Word Error Rate (WER), which do not capture the linguistic structure of errors. Fine-grained analysis, such as Part-of-Speech (PoS)-wi…

  2. arXiv cs.CL TIER_1 English(EN) · Sheetal Kalyani ·

    打破脚本障碍：实现非拉丁语脚本中基于词性标注的自动语音识别错误分析的自动对齐

    Automatic Speech Recognition (ASR) systems are commonly evaluated using aggregate metrics such as Word Error Rate (WER), which do not capture the linguistic structure of errors. Fine-grained analysis, such as Part-of-Speech (PoS)-wise error characterization, requires accurate ali…

相关实体

相关话题