本文探讨了自动语音识别（ASR）中的错误修正，提出使用紧凑的seq2seq模型来处理ASR错误。通过合成语料库训练，该模型在LibriSpeech测试中表现优异，参数量仅为大型语言模型的15分之一，并在低错误率情况下提供准确修正。