音声認識（ASR）は人間と機械のインタラクションにおいて重要な役割を果たし、さまざまなアプリケーションのインターフェースとして機能します。従来、ASRのパフォーマンスは生成された転写内の挿入、削除、置換の数を定量化する指標である単語誤り率（WER）を使用して評価されてきました。しかし、さまざまなアプリケーションの主要処理コンポーネントとして大規模で強力な大規模言語モデル（LLM）の採用が増加する中で、下流タスクにおけるASRエラーの種類の重要性に関してはさらなる探求が必要です。本研究では、LLMがASRによって導入されたエラーを修正する能力を分析し、LLM駆動アプリケーションのためにASRのパフォーマンスを評価する新しい指標を提案します。
Pulikodan et al. (火曜日)はこの問題を研究しました。