本文探讨了大型语言模型在自动语音识别（ASR）和文本错误纠正中的应用，提出了基于随机蒙版的策略和拼音规范化方法，显著提高了纠错精度。研究表明，优化训练数据质量和动态错误放大机制能有效提升ASR系统性能，并建立了中文和日语的基准数据集。