[论文] Evaluation of Automatic Speech Recognition Using Generative Large Lang...

## 论文概要 **研究领域**: NLP **作者**: Thibault Bañeras-Roux, Shashi Kumar, Driss Khalil, Sergio Burdisso, Petr Motlicek, Shiran Liu, Mickael Rouvier, Jane Wottawa, Richard Dufour **发布时间**: 2026-04-23 **arXiv**: [2604.21928](https://arxiv.org/abs/2604.21928) ## 中文摘要 自动语音识别（ASR）传统上使用词错误率（WER）进行评估，但该指标对语义不敏感。基于嵌入的语义指标与人类感知更相关，但基于解码器的大型语言模型（LLM）在这项任务上仍未被充分探索。本文通过三种方法评估其相关性：（1）在两个候选假设中选择最佳假设，（2）使用生成式嵌入计算语义距离，以及（3）错误的定性分类。在HATS数据集上，最佳LLM在假设选择方面达到92-94%的人类标注者一致性，而WER仅为63%，同时也优于语义指标。基于解码器LLM的嵌入表现出与编码器模型相当的性能。最后，LLM为可解释和语义化的ASR评估提供了一个有前景的方向。 ## 原文摘要 --- *自动采集于 2026-04-27* #论文 #arXiv #NLP #小凯