Improving Speech Recognition Accuracy of Local POI Using Geographical Models

Tutorials

使用地理模型改进本地 POI 语音识别准确度

要求语音助手导航到小型本地餐厅时,您会很快发现 ASR 的局限——从未出现在 LM 训练语料库中的长尾 POI 名称。

要求语音助手导航到小型本地餐厅时,您会很快发现 ASR 的局限——从未出现在 LM 训练语料库中的长尾 POI 名称。来自美团的这篇论文直接处理这个问题,使用地理模型将识别器偏向用户实际位置附近的 POI,将 GPS 视为一级上下文信号而非事后重新排序提示。

该设计将位置感知语言模型与候选列表机制相结合,根据区域先验概率动态加权候选 POI 名称。在真实的车载和移动查询中,与强大的平坦 LM 基线相比,该方法显著降低了 POI 错误率,同时不损害通用域准确度。演讲涵盖了如何估计地理先验、如何将它们融入解码,以及在生产导航应用中部署的工程权衡。如果您为地图、配送或打车构建语音界面,这是一个您可以借鉴的实用方案。