基於語音指令的中文ASR錯誤校正系統設計與實現

摘要

儘管人工智慧技術近年進步顯著，但 ASR系統仍難以應對現實中由發音和同音詞引起的錯誤。為解決此問題，本研究提出一種基於語音指令的校正方法。系統由三個模組組成：輸入分類器、命令分類器和校正標註器。為了支援訓練和評估，我們透過 TTS 和 ASR 流程模擬ASR 錯誤，以模擬潛在的錯誤，並基於漢字形聲字語言特徵及大型語言模型產生校正命令。實驗顯示基於兩種校正指令的混合模型, 整體校正準確率超過 80% 且性能穩定。與手動校正相比，雖然較慢但仍有一定競爭力，顯示其實際部署的可行性。