Я создаю голосового помощника, используя Google Speech to Text API. Текст, который транскрибируется через API, позже используется для создания отчетов, которые клиент может использовать. Проблема, с которой я сталкиваюсь, заключается в том, что примерно 2/10 раз преобразование речи в текст не является точным. например. «Hello» может быть расшифровано как «ello», а более сложные словосочетания, такие как «Thymi c Horns» (медицинское слово), расшифрованы как «Thymi c vows». Хотя эти проблемы наиболее определенно вызваны неправильным произношением, по-прежнему необходимо исправить эти орфографические ошибки, используя контекстное понимание предложений. У меня вопрос, какие из лучших алгоритмов в НЛП я могу использовать для решения этих проблем? И какие данные я должен использовать для обучения модели для достижения максимально возможной точности?