word-level

Vik Paruchuri宣布了研究驱动的防护措施，在其基准测试中将OCR幻觉降至接近零，并为任何残留错误提供单词级边界框和置信度分数。

一种新颖的多语言词级强制对齐方法，结合了来自MMS的自监督表示和音素边界检测器，以及一个学习动态规划解码器，在英语和未见过的语言上优于现有对齐方法，无需额外训练。