Glossário
A busca em feixe é o algoritmo de decodificação padrão usado por modelos de sequência como Whisper. Em vez de escolher gananciosamente a próxima palavra mais provável em cada etapa, o algoritmo acompanha os k (a "largura do feixe") sequências candidatas superiores e escolhe o melhor caminho completo. É a razão pela qual o ASR não comete erros óbvios gananciosos como "I scream" em vez de "ice cream" — considerando múltiplos caminhos, o certo vence na pontuação cumulativa.
Guloso vs busca em feixe
Decodificação gananciosa escolhe o próximo token de maior probabilidade a cada etapa. Rápido, mas míope — escolhas ruins no início se propagam. Busca em feixe com largura de feixe k=5 acompanha as 5 sequências parciais superiores após cada etapa. Após processar todo o áudio, retorna a sequência completa de maior pontuação. Aproximadamente 5x mais computação do que a gananciosa, em troca de uma precisão significativamente melhor em áudio ambíguo.
Trade-off da largura do feixe
Largura de feixe maior = melhor qualidade até certo ponto, depois retornos decrescentes. k=1 é ganancioso. k=5 é o ponto ideal prático para ASR — a maioria do ganho de precisão é capturado aqui. k=10-20 recupera alguns casos a mais, mas custa proporcionalmente mais. Além de k=20, você está gastando computação em casos de cauda longa que os humanos também erram.
Penalidade de comprimento e outros ajustes
A busca em feixe pura prefere sequências mais curtas (cada token tem probabilidade < 1, então sequências curtas acumulam probabilidade de produto maior). A normalização de comprimento ou um termo de penalidade de comprimento corrige isso. Whisper usa amostragem de temperatura no momento da decodificação — quando as probabilidades dos tokens são muito uniformes (o modelo está incerto), ele diminui a temperatura e redecodifica. Usamos a estratégia de decodificação padrão do Whisper sem modificação — ajustes proprietários tendem a sobreajustar.
Na prática
Áudio: "I scream for ice cream." Após processar as primeiras três palavras, a decodificação gulosa pode escolher "I scream for I scream" (interpretando mal o último "ice cream" como outro "I scream" porque soam semelhantes). A busca em feixe mantém tanto "I scream" quanto "ice cream" como candidatos após cada pedaço, e a preferência do modelo de linguagem por "ice cream" no contexto de comida vence na pontuação cumulativa.
Termos relacionados
Leitura adicional
Veja decodificação precisa na prática
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Busca em feixe significa na transcrição?
Uma estratégia de decodificação usada por mecanismos ASR: em vez de escolher a próxima palavra mais provável em cada etapa (guloso), o sistema rastreia as principais sequências candidatas k e escolhe o caminho completo de maior pontuação. Troca computação por precisão.
Por que Busca em feixe importa ao escolher um fluxo de trabalho de transcrição?
Busca em feixe afeta como você entende a qualidade da transcrição, o tempo, a compatibilidade ou a tecnologia por trás dos resultados de conversão de fala em texto.
Onde posso aplicar Busca em feixe no Transcript.you?
Use o fluxo de trabalho relacionado em /ai-transcription quando você quer ver como esse conceito de glossário se conecta a uma tarefa real de transcrição.
Navegue pelo glossário de transcrição ou leia o guia completo sobre transcrição por IA.