연구진은 현대 ASR 모델이 음성 기록 스타일(직역 vs. 의도)을 제어하지 못해 디코딩 불안정, 평가 왜곡, 부정확한 단어 수준 타이밍 문제를 야기함을 확인했어요.
직역/의도 병렬 기록 쌍으로 학습된 커버리지 기반 디코더 태스크 토큰을 활용해 영어 전용 학습으로 독일어 불유창성 F1 점수를 10%에서 79%로 끌어올렸어요.
새로운 태스크인 verbatimize를 제안하여 고품질 직역 기록으로 음성 코퍼스를 확장하고 풍부하게 만들 수 있는 방법을 제시했어요.