본 논문은 도메인 특정 명명된 개체, 특히 동음이의어에 어려움을 겪는 자동 음성 인식(ASR) 시스템의 문제를 해결하기 위해 Phoneme-Augmented Robust Contextual ASR via COntrastive entity disambiguation (PARCO)를 제안합니다. PARCO는 음소 인식 인코딩, 대조적 개체 불명확성 제거, 개체 수준 감독, 계층적 개체 필터링을 통합하여 음성 차별을 향상시키고, 완전한 개체 검색을 보장하며, 불확실성 하에서 위양성을 줄입니다. 중국어 AISHELL-1 데이터셋에서 4.22%의 문자 오류율(CER), 영어 DATA2 데이터셋에서 1,000개의 방해 요소 하에서 11.14%의 단어 오류율(WER)을 달성하여 기존 방법들을 상당히 능가하는 성능을 보였습니다. THCHS-30 및 LibriSpeech와 같은 도메인 외 데이터셋에서도 견고한 성능 향상을 보였습니다.
