基于 LLM 的自适应 ASR 后错误修正的进化式提示设计
原文中文,约300字,阅读约需1分钟。发表于: 。在现代大型语言模型 (LLMs) 强大的基础上,生成式错误校正 (GEC) 作为一种有前途的范式已经出现,可以提升现代自动语音识别 (ASR) 系统的性能。本文首先探索了替代提示来识别一组初始的有效提示,然后提出采用进化式提示优化算法来改进这些初始提示。在 SLT 2024 GenSEC 挑战的 CHiME-4 子集上进行的评估结果展示了提议算法的有效性和潜力。
本文介绍了使用现代大型语言模型 (LLMs) 的生成式错误校正 (GEC) 来提升自动语音识别 (ASR) 系统性能的方法。通过替代提示和进化式提示优化算法,改进了初始提示。评估结果显示算法的有效性和潜力。