苹果推出降噪语言模型DLM

苹果最近推出了一项新的技术创新，去噪语言模型（DLM），通过大量合成数据的训练，取得了超越以往的成就，实现了自动语音识别(ASR)领域的最新性能水平。这项技术的核心在于使用文本转语音（TTS）系统创建音频，并将其输入ASR系统，通过这种方式产生了嘈杂的假设，与原始文本进行配对，从而训练DLM。该方法的关键要素包括升级的模型和数据、多说话人TTS系统、各种噪声增强策略以及新的解码技术。