双形式ASR：面向中文语音识别的语义感知逆文本正则化

该研究提出了一种名为Dual-Form ASR的方法，通过语义感知的逆文本正则化技术，同时生成中文语音的原始口语转录和可读的书面文本。该方法旨在避免传统级联系统中错误传播的问题，提升ASR系统在不同文本形式下的准确性和一致性。

AI推荐理由 中文语音识别通常需同时输出口语转录和规范化文本，级联方法易造成错误传播。该研究提出的语义感知逆文本正则化方法，直接联合建模两种形式，有望提升生产系统中多文本生成的一致性和鲁棒性，对语音助手、字幕等应用工程具有参考价值。