在新公开数据集上针对 OOV 词识别方法的比较
计算与语言
2021-07-20 v1 声音
音频与语音处理
摘要
自动语音识别系统的一个常见问题是该如何识别训练时未见的词。目前尚无评估应对此问题不同技术的既定方法。我们提议使用 CommonVoice 数据集为多种语言创建相对于训练集具有高未登录词（OOV）比例的测试集，并发布一个用于计算相关性能指标的新工具。随后我们在混合 ASR 系统背景下评估子词模型在识别 OOV 词上好多少，以及通过修改 WFST 将 OOV 词信息融入现有系统能获得多少收益。此外，我们提出一种修改基于子词的语言模型以更好识别 OOV 词的新方法。我们展示了 OOV 词识别上的极大改进，并公开数据与代码。
引用
@article{arxiv.2107.08091,
title = {A Comparison of Methods for OOV-word Recognition on a New Public Dataset},
author = {Rudolf A. Braun and Srikanth Madikeri and Petr Motlicek},
journal= {arXiv preprint arXiv:2107.08091},
year = {2021}
}