N-best 仮説音声認識と大規模言語モデルを組み合わせた日本語音声認識の誤り訂正

抄録

音声認識を用いたサービスを展開している弊社では、音声認識の精度がサービス展開において必要不可欠である。音声認識の結果を補正する手法は数多くあるが、その中でも本研究では、音声認識モデルから得たN-best 仮説と大規模言語モデルを用いて、N-best仮説の結果に対してスコアリングを行い、日本語に対しての音声認識結果の補正を行った。スコアリングを行うことでWER, CERともに改善を確認できた。