Fewer Hallucinations, More Verification: A Three-Stage LLM-Based Framework for ASR Error Correction

文章主要内容

本文针对自动语音识别（ASR）纠错任务，提出了一种基于大语言模型（LLM）的三阶段可靠纠错框架 RLLMCF（Reliable LLM Correction Framework），旨在解决直接使用LLM时的幻觉问题（Hallucinations）——即LLM可能错误修改正确文本或生成无关内容。

• 三阶段框架：
  1. 错误预检测：先判断输入文本是否存在错误，避免LLM修改正确内容。
  2. 链式思维子任务迭代纠正：将纠错分解为定位错误、生成发音候选、筛选等子任务，通过多轮迭代和置信度评估约束LLM输出空间。
  3. 推理过程验证：检查LLM输出是否符合格式要求和推理逻辑，拒绝不合理修正。
• 实验结果：在AISHELL-1、AISHELL-2和Librispeech数据集上，使用GPT-4o模型时，CER/WER相对降低9%-21%，显著提升纠错可靠性，且无需额外数据或模型微调。

文章创新点

1. 抗幻觉机制：通过