BriefGPT - AI 论文速递
·
非语音音频诱导的Whisper ASR幻觉研究
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究探讨了Whisper ASR模型在自动语音识别中的幻觉问题，分析了不同声音诱导的幻觉，并提出了幻觉袋后处理方法，有效降低了字错误率。
🎯
关键要点
- 本研究探讨了Whisper ASR模型在自动语音识别中的幻觉问题。
- 分析了不同声音诱导的幻觉，发现了一组频繁出现的幻觉。
- 研究了通过增强语音与非语音音频段混合所导致的幻觉。
- 提出了幻觉袋（BoH）后处理方法，有效降低了字错误率（WER）。
- 该方法为解决自动语音识别中的常见问题提供了良好的保障。
➡️
