大规模的语言模型（LLM），例如GPT-2，BERT和ROBERTA已成功应用于ASR N-OX-t-bess Rescore。但是，在最新的ASR系统附近，它们是否或如何使竞争性受益。在这项研究中，我们将LLM重新验证纳入最具竞争力的ASR基准之一：构象异构体模型。我们证明，LLM的双向，预处理，内域填充和上下文增强可以实现一致的改进。此外，我们的词汇分析阐明了这些组件中的每一个如何有助于ASR性能。
translated by 谷歌翻译