PARDON：在线定位语音识别错误并定向复述纠错
热点事件持续更新
PARDON：在线定位语音识别错误并定向复述纠错
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Sankalp Parashar 等作者提出 PARDON 框架，用于在线定位语音识别错误并触发定向复述纠错。它用 pair-HMM 对含噪与干净音频的解码结果做概率对齐，生成软监督，训练反事实增益打分器，输出 token 级分数并聚合为片段。 作者报告，在 70% 精度下，PARDON 比最强基线多识别最多 52% 的错误 token；在计入打断频率与复述长度的预算下，定向复述使相对 WER 最多降低 24%。
AI 根据报道生成 · 49 分钟前更新
最新进展10月21日 12:00
PARDON：面向语音识别错误的定向澄清框架报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CLPARDON：面向语音识别错误的定向澄清框架
PARDON 是一个在线错误定位框架，用 pair-HMM 对含噪与干净音频解码做概率对齐生成软监督，训练反事实增益打分器输出 token 级分数并聚合为片段。在 70% 精度下，它比最强基线多识别最多 52% 的错误 token。定向复述在计入打断频率与复述长度的预算下，相对 WER 最多降低 24%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。