محققان در یک مقاله جدید، چارچوب نوآورانهای به نام «COALA» را معرفی کردهاند که دقت سیستمهای تشخیص گفتار (ASR) را در مواجهه با اصطلاحات خاص و تخصصی به شدت افزایش میدهد.
این مدل با حل مشکل محدودیتهای حافظه در مدلهای زبانی گفتاری، میتواند حتی در جملات پیچیده که شامل چندین کلمه کمیاب هستند، به خوبی عمل کند. نتایج آزمایشها روی بنچمارک LibriSpeech نشان میدهد که COALA در تشخیص دقیق کلمات تخصصی، عملکردی عالی و پایدار دارد.
این دستاورد میتواند راه را برای دستیارهای صوتی هوشمندتر که در محیطهای تخصصی (مثل پزشکی یا حقوقی) بهتر عمل میکنند، هموارتر کند. 🚀
منبع: arXiv NLP
