यह लेख ऐतिहासिक धारणा को फिर से देखता है कि भाषा मॉडल (LM) प्लेक्सिटी (PPL) लॉग-लॉग स्पेस में स्वचालित स्पीच रिकग्निशन (ASR) शब्द त्रुटि दर (WER) के लिए एक रैखिक प्रतिस्थापन के रूप में कार्य करती है। यह जांचता है कि क्या बाहरी LM आधुनिक एंड-टू-एंड ASR प्रणालियों को अभी भी सुधारते हैं और आंतरिक भाषा मॉडलिंग इस संबंध को कैसे प्रभावित करती है।
- अध्ययन जांचता है कि क्या PPL-WER संबंध उन आधुनिक प्रणालियों के लिए रैखिक बना हुआ है जिनके पास पहले से ही आंतरिक भाषा मॉडलिंग क्षमता मौजूद है।
- यह विश्लेषण करता है कि एन्कोडर संदर्भ लंबाई प्लेक्सिटी और त्रुटि दर के बीच देखी गई सहसंबंध को कैसे प्रभावित करती है।
- शोध अन्वेषण करता है कि बड़े भाषा मॉडल (LLM) की प्लेक्सिटी मानक न्यूरल LM द्वारा पहले स्थापित रुझानों में कैसे फिट बैठती है।
- दिखाया गया है कि आंतरिक भाषा मॉडलिंग (ILM) घटाव ने देखी गई PPL-WER संबंध को बदल दिया है, जिसका संकेत है कि बाहरी LM गुणवत्ता की व्याख्या करते समय डिकोडर के आंतरिक LM पर विचार किया जाना चाहिए।
निष्कर्ष सुझाते हैं कि डिकोडर की आंतरिक भाषा मॉडलिंग क्षमता इस बात को महत्वपूर्ण रूप से प्रभावित करती है कि बाहरी LM गुणवत्ता ASR प्रदर्शन को कैसे प्रभावित करती है।