Mar, 2023
基于多个输入假设和有约束的解码空间的强健 ASR 错误校正的 N-best T5 模型
N-best T5: Robust ASR Error Correction using Multiple Input Hypotheses
and Constrained Decoding Space
TL;DR本文提出了一种基于N-best T5模型和约束解码过程的语音识别自动纠错方法，通过从预训练语言模型中传递知识和获取ASR解码空间中更丰富的信息，该方法在ASR后处理中取得了更好的性能表现。