専門モデルを用いた音声認識誤り訂正の再検討

記事の3ポイント

1. 1

   既存手法の課題認識

   言語モデルは ASR の中核を担うが、テキスト専用モデルはエラーパターンを無視しており、大規模言語モデル（LLM）は遅延と幻覚という新たな問題を導入している。

2. 2

   コンパクトな seq2seq モデルの提案

   ASR エラーに特化したコンパクトなシーケンス・ツー・シーケンス（seq2seq）モデルを再検討し、実音声と合成音声から学習させるアプローチを採用した。

3. 3

   合成データ生成戦略

   トレーニング規模を拡大するためにカスケード TTS と ASR を組み合わせた合成コーパスを構築し、現実的なエラー分布の多様性を一致させることが重要であると示した。