Statistical Error Correction Methods for Domain-Specific ASR Systems
Statistical Error Correction Methods for Domain-Specific ASR Systems
复制标题
特定领域 ASR 系统的统计纠错方法
DOI：
--
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
C. Burileanu
中科院分区：
文献类型：
--
作者：
H. Cucu;Andi Buzo;L. Besacier;C. Burileanu
每当 ASR 公司承诺向最终用户提供防错转录本时，就无法避免对原始 ASR 转录本进行手动验证和更正。这种手动后期编辑过程会系统地生成新的、正确的特定领域数据，这些数据可用于逐步改进原始 ASR 系统。本文提出了一种基于 SMT 的统计 ASR 纠错方法，该方法利用过去纠正的 ASR 错误来自动对其未来的成绩单进行后处理。我们表明，仅使用 2000 个用户更正的句子，所提出的方法就可以带来超过 10% 的 WER 改进。
Whenever an ASR company promises to deliver error-proof transcripts to the end user, manual verification and correction of the raw ASR transcripts cannot be avoided. This manual post-editing process systematically generates new and correct domain-specific data which can be used to incrementally improve the original ASR system. This paper proposes a statistic, SMT-based ASR error correction method, which takes advantage of the past corrected ASR errors to automatically post-process its future transcripts. We show that the proposed method can bring more than 10% WER improvements using only 2000 user-corrected sentences.