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。
