知识卡片
ASR 错误会向下游 NLP 传播
案例一来自 Dialpad:ASR(自动语音识别)团队负责端到端语音转写系统,为全球客户的 Dialpad AI 各项功能生成实时转录。关键在于,AI 系统的多个子组件都 heavily 依赖 ASR 输出来做进一步预测,因此转录里的任何错误都会被传播到其它下游自然语言处理(NLP)任务,例如实时辅助(real-time assists)或命名实体识别(NER)。正因为这条错误传播链,团队持续追求改进 ML 管线里的 ASR 模型。2020 年,系统对典型北美方言已达到很高准确率,但基准测试与零散的用户反馈都显示其它方言常被转错;随着业务扩展到英国、澳大利亚、新西兰等主要英语国家,团队至少要让这些方言达到北美方言已设定的水平。作者还专门说明术语:这里主要用 dialects(方言)而非 accents(口音),因为差异超出「声音」层面——例如纽约与新西兰方言在词汇、短语表达甚至语法上都不同,团队希望 ASR 能更包容地覆盖所有这些面向。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- Case Studies: MLOps in Practice · 查看原书依据
Various subcomponents of our AI system heavily rely on the ASR outputs to make further predictions, so any error in the transcripts gets propagated to other downstream natural language processing (NLP) tasks, such as real-time assists or named entity recognition (NER). Therefore, we continually aspire to improve the ASR models in our ML pipelines.