语音识别与大语言模型融合技术研究综述

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：王敬凯, 秦董洪, 白凤波, 李路路, 孔令儒, 徐晨

单位：广西民族大学 人工智能学院，南宁 530000

摘要：在当今时代背景下，多种大语言模型层出不穷，推动了人工智能众多领域的发展和创新。归纳大语言模型在语音识别技术中的积极作用，并探讨其发展前景，可以为语音识别技术的发展提供创新思路。在目前主流的端到端语音识别模型中，常使用额外的语言模型对语音识别结果重打分或结合WFST算法辅助解码来提升语音识别结果的准确率。最新研究发现，将大型语言模型融入语音识别模型的端到端训练中，能够更好地提升语音识别结果的准确率。以浅融合、深度融合、冷融合三类语音识别与语言模型的融合方式为主线，进行了其原理及优劣的分析。近期研究者的实验结果证实，大语言模型与声学模型相结合能够有效提高识别精度。在系统地梳理了大语言模型在语音识别技术中的研究进展后，其在语音识别中的重要作用也得以揭示。语音识别与大语言模型融合的相关技术已经逐渐成熟，值得进一步的探索与深入研究。

关键词：语音识别,大语言模型,深度学习