风电检修语音记录转译文本的纠错技术研究

Research on error correction technology for translated text from wind power maintenance voice records

在风电自动检修服务中,语音转文字和文本纠错技术是关键的步骤。由于语音识别技术的限制,常出现文本错误,可能导致检修结果的误判,进而影响风电系统的检修效率。为了提高风电自动检修系统的效率,文章提出了一种BERT-BiLSTM-CRF模型,结合了BERT预训练模型、双向LSTM (BiLSTM)和条件随机场(CRF) 3种不同的模型。该模型利用目标化的分类掩盖方法将文本中的各种错误进行归类,可以更准确地识别文本中的错误,提高BERT模型在文本纠错工作中的效率。