该论文评估了基于解码器的大型语言模型(LLMs)在自动语音识别(ASR)评估中的应用,提出三种方法:候选假设选择、生成式嵌入语义距离计算和错误定性分类;在HATS数据集上,最优LLM在假设选择任务中与人工标注者达成92–94%的一致率,显著优于WER(63%)及现有语义指标,并表明解码器LLM的嵌入性能可媲美编码…
机构:Idiap
来源:arXiv 2604.21928 | AI4Papers 论文推荐平台