日语音乐搜索查询的低延迟拼写校正

研究人员提出了一种基于 BART 模型的紧凑序列到序列模型，旨在解决日语音乐搜索中的低延迟拼写修正问题。该模型包含三个编码器层和三个解码器层，其核心创新在于构建了一个脚本感知的合成拼写生成流水线。该流水线结合了键盘布局模型、语音混淆先验以及特定错误模式，用于产生真实的训练数据。实验结果表明，在 curated 评估集上，该模型实现了 41.09% 的精确匹配准确率和 11.62% 的字符错误率，性能优于基于编辑距离的基线并达到了最低字符错误率。此外，该模型在单 GPU 环境下的推理延迟低于 4ms，有效满足了低延迟需求。