arXiv cs.CL· Muhammad Huzaifah, Yu Pan, Zachary Yeo, Ningjie Bai, Guangzhao Yang·· 10 天前AI 评分22
面向未分词语言的无边界上下文偏置：深度自适应门控与阅读空间匹配
Boundary-Free Contextual Biasing: Depth-Adaptive Gating and Reading-Space Matching for Unsegmented Languages
AI 导读
研究者提出一种面向冻结 CTC 模型的无边界偏置解码器，基于字符级 Aho-Corasick 自动机，无需训练、无需二次解码，用深度自适应门控和阅读空间匹配替代词边界。
正文 · AI 翻译
摘要：上下文偏置在推理时向 ASR 系统提供预期词列表，但现有方法依赖日语和中文并不提供的词边界。我们提出了一种用于冻结公共 CTC 模型的无边界偏置解码器，基于字符级 Aho-Corasick 自动机，无需训练，也无需二次解码。两种基于证据的机制取代了边界：一种深度自适应门控，根据匹配深度决定推动力度；以及读取空间匹配，用于音频正确但字符错误的情况。在 Aishell-1 NE 的困难 R1 子集上，我们达到 66.5% 的召回率，高于训练过的 CLAS 基线（64%），并可迁移到 WenetSpeech 和第二种架构而无需重新调参。我们发布了首个开放的日语上下文偏置基准，其中偏置在精确率高于 97% 时将罕见词召回率提升 25 个百分点，面对 1,000 词列表时仍分别提升 19 和 22 个百分点。
| 主题： | 音频与语音处理 (eess.AS)；计算与语言 (cs.CL)；声音 (cs.SD) |
| 引用为： | arXiv:2610.09467 [eess.AS] |
| （或 arXiv:2610.09467v1 [eess.AS] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09467 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Muhammad Huzaifah Md Shahrin [查看电子邮件]
[v1]
2026年10月7日星期三 05:23:18 UTC（46 KB）
来源：arXiv cs.CL · arxiv.org