Transformers 集成 n-gram 提升 Wav2Vec2 性能

Hugging Face 博客发布文章，介绍如何将 n-gram 语言模型集成到 Wav2Vec2 中，以提升语音识别性能。文章详细说明了使用 KenLM 训练 n-gram 模型，并通过 Transformers 库的 Wav2Vec2ProcessorWithLM 类进行集成，实现解码时的语言模型融合。该方法在 LibriSpeech 等基准测试上展示了词错误率（WER）的显著降低，同时保持了模型的高效性。文章提供了完整的代码示例和配置指南，帮助开发者快速复现。