一、技术融合的背景与必要性 传统语音识别技术（ASR）基于声学模型与语言模型的联合优化，通过隐马尔可夫模型（HMM）或深度神经网络（DNN）实现语音到文本的转换。然而，其局限性逐渐显现：上下文理解能力弱（如无……
