本研究评估了自动语音识别（ASR）中的置信度分数在错误检测中的有效性。尽管置信度分数与转录准确性相关，但在检测错误时表现有限，常常漏检或误报。研究建议采用更复杂的方法以提高用户交互和ASR结果的可解释性。

本研究提出了一种新方法“+首页”，利用多模态大型语言模型（MLLMs）提高多页手写文档的转录准确性，克服传统OCR技术的局限。实验结果表明，该方法能够有效推断文本格式和OCR错误模式，并降低成本。