端到端自动语音识别（ASR）系统在处理稀有实体和领域专有术语时，经常出现幻觉式输出，这一问题在低资源语言中尤为突出。虽然检索增强生成（RAG）框架能够借助大型语言模型缓解此类错误，但现有架构仍面临显著挑战：要么依赖忽略语音误识别信息的标准稀疏检索，要么采用重量级跨模态嵌入，从而引入高延迟。本文提出一种高效、纯词法、且具备错误感知能力的框架，专门用于显式纠正语音幻觉与循环幻觉。
该方法的核心理念是将对称文本归一化模块与一种新颖的错误感知词频—逆文档频率（TF-IDF）算法相结合。具体而言，系统依据历史错误构建稀疏对角惩罚矩阵，使检索器在数学上优先召回包含特定高风险误识别结果的纠正性文档。这样一来，检索过程不再只是简单的关键词匹配，而是能够针对已知的易错模式进行加权，从而更精准地找到可用于纠错的参考文本。
在实验评估方面，作者在FLEURS数据集的波斯语子集上进行了测试。结果显示，该方法的错误感知命中率从53.7%提升至90.9%，提升幅度显著。在端到端评测中，集成该框架后最终词错误率（WER）从23.06%降至18.83%，在几乎零推理延迟的前提下实现了显著的准确率提升。
从时间线来看，该论文于2026年6月19日提交至arXiv，编号为2606.24915v1，属于cs.CL（计算与语言）类别，同时涉及cs.AI（人工智能）与cs.IR（信息检索）方向。论文共4页，包含1幅图和2张表。作者为Mohammad Aref Jafari-Raddani，提交时间为2026年6月19日16:43:31 UTC，文件大小约32 KB。论文提供了PDF、实验性HTML以及TeX源码等多种访问形式，DOI为10.48550/arXiv.2606.24915。
总体而言，该工作展示了在不大幅增加计算开销的前提下，通过纯词法的错误感知检索策略来提升ASR纠错效果的可能性，尤其为低资源语言的稀有实体与术语识别问题提供了一条轻量化的解决路径。