BriefGPT - AI 论文速递
·
基于 Transformer 的语音识别 N-Best 重新评分和重写模型
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究人员提出了一种基于Transformer模型的新方法，通过并行地探索多个最佳假设的完整上下文来重新评分和重写查询。他们的模型在重新评分和重写任务中表现良好，词错误率平均降低了8.6%。
🎯
关键要点
- 研究人员提出了一种基于Transformer模型的新方法。
- 该方法通过并行探索多个最佳假设的完整上下文来重新评分和重写查询。
- 模型在重新评分和重写任务中表现良好。
- 提出了一种新的区分性序列训练目标。
- 模型的表现优于仅重新评分的基准模型。
- 相对于仅ASR系统，词错误率平均降低了8.6%。
🏷️
标签
➡️
