一种用于提升自动语音识别噪声鲁棒性的课程学习方法
计算与语言
2016-09-19 v2 机器学习
声音
摘要
自动语音识别系统在噪声环境下的性能仍有提升空间。用于提升这些系统噪声鲁棒性的语音增强或特征增强技术，通常需要向识别系统添加需要仔细优化的组件。在本工作中，我们提出使用一种相对简单的课程训练策略，称为手风琴退火（ACCAN）。它采用多阶段训练计划，首先加入信噪比（SNR）低至 0dB 的样本，然后逐步加入 SNR 值越来越高的样本，直至 SNR 达到 50dB。我们还使用了一种称为逐周期噪声混合（PEM）的方法，该方法在训练过程中在线生成含噪训练样本，从而能够动态改变训练数据的 SNR。ACCAN 和 PEM 方法均在基于 Wall Street Journal 语料库的端到端语音识别流程上进行了评估。与传统的多条件训练方法相比，ACCAN 在 20dB 至 -10dB 的 SNR 范围内将平均词错率（WER）最多降低了 31.4%。
引用
@article{arxiv.1606.06864,
title = {A Curriculum Learning Method for Improved Noise Robustness in Automatic Speech Recognition},
author = {Stefan Braun and Daniel Neil and Shih-Chii Liu},
journal= {arXiv preprint arXiv:1606.06864},
year = {2016}
}