SpellMapper：基于 n-gram 映射候选检索的非自回归神经拼写纠错器用于 ASR 定制
计算与语言
2023-06-06 v1 人工智能
声音
音频与语音处理
摘要
上下文拼写纠错模型是在给定用户词汇表时提升自动语音识别（ASR）质量的一种浅融合替代方案。为处理大型用户词汇表，此类模型大多包含候选检索机制，通常基于 ASR 假设片段与用户短语之间的最小编辑距离。然而，编辑距离方法速度慢、不可训练，且由于仅依赖公共字母而可能召回率低。我们提出：1）一种基于错拼 n-gram 映射的候选检索新算法，在 Spoken Wikipedia 上仅用前 10 个候选即可达到高达 90% 的召回率；2）一种基于 BERT 架构的非自回归神经模型，将初始转录文本与十个候选组合为单一输入。在 Spoken Wikipedia 上的实验显示，相较于基线 ASR 系统，词错误率降低了 21.4%。
引用
@article{arxiv.2306.02317,
title = {SpellMapper: A non-autoregressive neural spellchecker for ASR customization with candidate retrieval based on n-gram mappings},
author = {Alexandra Antonova and Evelina Bakhturina and Boris Ginsburg},
journal= {arXiv preprint arXiv:2306.02317},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023