Improving Speech Recognition Accuracy of Local POI Using Geographical Models

Tutorials

使用地理模型改進本地 POI 的語音識別準確度

要求語音助手導航到小型本地餐廳,您會很快發現 ASR 在哪裡失效——長尾 POI 名稱從未出現在 LM 訓練語料庫中。

要求語音助手導航到小型本地餐廳,您會很快發現 ASR 在哪裡失效——長尾 POI 名稱從未出現在 LM 訓練語料庫中。來自美團的本論文正面解決了這個問題,採用地理模型使識別器偏向於用戶實際位置附近的 POI,將 GPS 視為一級上下文信號,而不是事後重新排名提示。

設計結合了位置感知的語言模型和一個快速列表機制,該機制根據區域先驗概率動態加權候選 POI 名稱。在真實的車內和行動查詢上,該方法與強大的平面 LM 基準相比,大幅降低了 POI 錯誤率,同時不損害一般領域準確度。本次講解涵蓋了地理先驗是如何估計的、它們是如何融入解碼的,以及在生產導航應用程式中部署此功能的工程權衡。如果您為地圖、外送或叫車構建語音介面,這是一個實用的遊戲手冊,您可以竊取。