Rumo à interface entre grandes modelos de linguagem e sistemas de ASR usando medidas de confiança e prompting

À medida que os grandes modelos de linguagem (LLMs) crescem em tamanho de parâmetros e capacidades, como a interação por meio de prompting, eles abrem novas formas de interface com sistemas de reconhecimento automático de fala (ASR) além de reavaliar listas n-melhores. Este trabalho investiga a correção pós-hoc de transcrições de ASR com LLMs. Para evitar a introdução de erros em transcrições provavelmente precisas, propomos uma série de métodos de filtragem baseados em confiança. Nossos resultados indicam que isso pode melhorar o desempenho de sistemas de ASR menos competitivos.