PTC-Bias：基于音素级时间竞争的语音大模型偏置检索与纠错框架
为解决语音大模型在面对大规模偏置列表时难以高效识别罕见词的问题，研究人员提出了基于音素级时间竞争的两阶段框架PTC-Bias。在预填充阶段，PTC检索通过帧同步音素解码及候选发音间的时间竞争，生成紧凑的偏置词候选短名单及对应的语音区间；在语音大模型解码后，PTC纠错模块在检索出的候选词与不匹配的转录文本片段之间展开二次局部竞争，从而提升识别准确率。
推荐理由针对语音大模型处理大规模罕见词识别的性能瓶颈，提出了一种新颖的音素级检索与纠错两阶段架构。
原标题：PTC-Bias: Phoneme-Level Temporal Competition for Bias Retrieval and Post-Decoding Correction in Speech LLMs
阅读 arXiv 自然语言处理 原文 ↗