Marathi

LLMs通过调整流畅性来改进多语言语音纠错

研究人员开发了一种新方法，利用大型语言模型（LLMs）来纠正多语言语音转录中的不流畅之处。该流程首先识别不流畅的词元，然后利用这些信号对LLM进行微调，以将转录稿改写为流畅的文本。添加了一个对比学习目标来惩罚不流畅词元的再现，确保语法和含义得以保留。在印地语、孟加拉语和马拉地语进行的实验表明，与现有基线相比有显著改进，为语音驱动的NLP系统提供了实用的解决方案。