Richard He Bai

Apple 开发用于自动语音识别错误纠正的专用模型

Apple 的机器学习研究部门开发了用于自动语音识别 (ASR) 错误纠正的专用、紧凑型序列到序列 (seq2seq) 模型。这些模型在真实和合成的 ASR 错误上进行了训练，在 LibriSpeech 等基准测试中实现了更低的词错误率，表现优于大型语言模型 (LLM)。该方法侧重于效率，使用的参数比 LLM 少 15 倍，并展示了跨不同 ASR 架构和领域的泛化能力，尤其在 LLM 表现不佳的低错误纠正场景中表现出色。