N-best hypotheses

新的微调方法通过LLM增强ASR后编辑

研究人员开发了一种名为Oracle引导微调的新方法，以使用大型语言模型改进自动语音识别（ASR）后编辑。该技术利用N-best假设来创建精选的训练数据，包括校正、正则化器和硬负例，以教会模型何时选择最佳假设或重写文本。该方法旨在降低词错误率并抑制幻觉，在专有数据集上使用约30亿参数的模型显示出有希望的结果，尽管在公开的Common Voice数据集上的收益不太确定。