本文提出了一种基于向量量化的交叉注意力近似方法，利用神经上下文偏置提升语音识别模型的转录准确性。该方法通过高效的量化检索模块，从大型偏置目录中快速筛选相关条目，实现个人实体识别中的相对错误率降低71%，同时计算时间减少20%，内存使用降低85-95%。