c_cpp_csharp的专栏

最近的研究已经成功地表明，在自动语音识别（ASR）输出的基础上，大型语言模型（LLM）可以成功地用于生成误差校正（GER）。具体地，LLM用于执行从ASR系统生成的N个最佳假设列表到预测的输出转录的直接映射。然而，尽管GER有效，但它引入了额外的数据不确定性，因为LLM是在不考虑语音信号中可用的声学信息的情况下训练的。在这项工作中，我们的目标是通过一种称为不确定性感知动态融合（UADF）的新型后期融合解决方案，在生成预测转录之前注入声学信息，从而克服这一限制。