Glossário
Um modelo de linguagem (LM) atribui probabilidades a sequências de palavras. No reconhecimento de fala, um LM desambigua entre transcrições foneticamente semelhantes: "reconhecer fala" vs "destruir uma praia legal" soam quase idênticas, mas o LM dá à primeira uma probabilidade muito maior com base em padrões de coocorrência de palavras. Sistemas de ASR modernos baseados em transformadores, como Whisper , integram o LM diretamente em seu decodificador.
LMs n-gram antigos
O ASR pré-2018 utilizava modelos de linguagem n-gram — estatísticas baseadas em contagem sobre texto de treinamento, suavizadas para lidar com sequências não vistas. Típico: LM de 3-grama ou 4-grama treinado em bilhões de palavras de notícias e texto da web. A decodificação combinava a pontuação do modelo acústico e a pontuação do LM, ponderadas por um fator de escala do LM. Eficaz, mas limitado — os LMs n-gram não conseguem raciocinar sobre contextos de longo alcance.
LMs neurais em ASR moderno
O decodificador de Whisper é um modelo de linguagem transformer condicionado à saída do codificador (áudio). Ele emite um token por vez, cada um condicionado a todos os tokens anteriores — efetivamente um LM de contexto ilimitado. É por isso que Whisper lida com longas frases com consistência de nomes próprios e concordância gramatical que sistemas mais antigos perdiam. A desvantagem: alucinações em silêncios longos, onde o LM gera textualmente plausível, mas incorreto.
Adaptação de domínio via LM
Se você transcreve conteúdo médico, jurídico ou técnico com muitos termos técnicos, o LM de propósito geral pode reconhecer incorretamente termos especializados. Soluções: (1) viés — forneça ao modelo uma lista de sugestão de termos prováveis (o Whisper suporta isso por meio do parâmetro "prompt"); (2) ajuste fino — treine em transcrições do seu domínio. Usamos o parâmetro prompt do Whisper para uploads de domínio conhecido e, caso contrário, deixamos o LM geral lidar com isso.
Na prática
Áudio: "the patient presented with paroxysmal atrial fibrillation." Um LM de propósito geral poderia transcrever "paroxysmal" como "box of small" — foneticamente próximo, mas sem sentido semântico. Com um prompt de vocabulário médico, Whisper tendencia o termo médico correto e acerta.
Termos relacionados
Leitura adicional
Experimente a transcrição por IA
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Modelo de linguagem significa na transcrição?
O componente que transforma suposições de fonemas em palavras reais ao prever sequências de palavras prováveis. Transformadores modernos estilo Whisper integram ambos em um único modelo.
Por que Modelo de linguagem importa ao escolher um fluxo de trabalho de transcrição?
Modelo de linguagem 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 Modelo de linguagem 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.