arXiv cs.CL· Hikaru Asano, Yotaro Kubo, So Kuroki·· 2 天前AI 评分31
免训练发音转写：用文本约束的声学重打分
Training-Free Pronunciation Transcription via Text-Constrained Acoustic Rescoring
AI 导读
免训练 ST2P 流程在推理时同时利用词汇与声学信息，将日语发音转写的 CER 从 0.60–1.40%（纯文本基线）降至 0.04–0.17%。它先用 G2P 工具生成文本约束候选，再由冻结的 S2P 模型以整序列负对数似然做从左到右贪心搜索，速度比 beam search 快 3–3.5×，级联解码比直接解码快 2×。
来源：arXiv cs.CL · arxiv.org