NPU-ASLP-LiAuto在2023年中国视觉语音识别挑战赛中表现优异，单说话人和多说话人任务的字符错误率分别为34.76%和41.06%，在所有三个跟踪中排名第一。研究采用中间连接主义时间分类模块和双变压器解码器，显著提升了识别准确性。

本文提出了一种基于上下文感知的变形器转录方法，通过动态调整偏差列表优化语音识别性能。实验证明，该方法在常见情况下可减少词错误率（WER）和字符错误率（CER），并在个性化情况下保持良好表现。此外，研究展示了轻量级字符表示和上下文编码的有效性，显著提高了识别精度，尤其在处理稀有单词时表现突出。

本文介绍了一种基于神经网络的会话自动语音识别模型，使用潜变量模块学习会话角色偏好和主题连贯性，并使用主题模型来预测主题中的单词。实验结果显示，该模型在两个汉语任务上相对字符错误率降低了最多12%。