यह शोधपत्र स्वचालित वाक् पहचान (ASR) प्रणालियों के सामने आने वाली चुनौतियों का समाधान करने के लिए कंट्रास्टिव एंटिटी डिसएम्बिग्यूएशन (PARCO) के माध्यम से ध्वनि-संवर्धित मजबूत प्रासंगिक ASR का प्रस्ताव करता है, जो डोमेन-विशिष्ट नामित संस्थाओं, विशेष रूप से समानार्थी शब्दों के साथ संघर्ष करती हैं। PARCO, वाक् विभेदन में सुधार, पूर्ण इकाई पहचान सुनिश्चित करने और अनिश्चितता की स्थिति में गलत सकारात्मक परिणामों को कम करने के लिए ध्वनि-जागरूक एन्कोडिंग, कंट्रास्टिव एंटिटी डिसएम्बिग्यूएशन, एंटिटी-स्तरीय पर्यवेक्षण और पदानुक्रमित एंटिटी फ़िल्टरिंग को एकीकृत करता है। यह 1,000 डिस्ट्रैक्टर्स के अंतर्गत चीनी AISHELL-1 डेटासेट पर 4.22% की वर्ण त्रुटि दर (CER) और अंग्रेजी DATA2 डेटासेट पर 11.14% की शब्द त्रुटि दर (WER) प्राप्त करता है, जो मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है। यह THCHS-30 और LibriSpeech जैसे डोमेन-विशिष्ट डेटासेट पर भी मजबूत प्रदर्शन सुधार प्रदर्शित करता है।
