COALA는 음성 증강 언어 모델(SLM)의 정확도를 높이기 위해 설계된 프레임워크입니다. SLM의 문맥 창 제한을 고려하여, COALA는 오디오 세그먼트와 후보 엔티티 간의 매칭 강도를 정량화합니다. 다중 대상 발화 시 훈련 붕괴 문제를 해결하기 위해 대비 정규화를 사용합니다.
LibriSpeech 벤치마크 실험 결과, COALA는 다양한 편향 목록 크기에서 뛰어난 성능을 보였습니다. 기존 방식 대비 정확도 향상 효과를 확인했습니다. SLM의 잠재 표현을 특화된 판별 공간에 매핑하여 문맥화된 ASR 성능을 개선합니다.
COALA는 여러 희귀 단어가 함께 나타나는 복잡한 시나리오에서 특히 효과적이며, 음성 인식 시스템의 정확도를 높이는 데 기여합니다.