面向STOP质量挑战的口语语义解析中流水线式与端到端SLU系统融合研究
计算与语言
2023-05-09 v2 声音
音频与语音处理
摘要
近来已有一些引入口语语言理解（SLU）新基准任务（如语义解析）的努力。本文中，我们描述了为口语语言理解大挑战（属ICASSP信号处理大挑战2023一部分）质量赛道（Track 1）所提出的口语语义解析系统。我们对该任务同时尝试了端到端与流水线式系统。我们SLU框架内利用了如Whisper等强自动语音识别（ASR）模型与如BART等预训练语言模型（LM）以提升性能。我们还探究了多种模型的输出级组合，取得了80.8的精确匹配准确率，在该挑战中获得第一名。
引用
@article{arxiv.2305.01620,
title = {A Study on the Integration of Pipeline and E2E SLU systems for Spoken Semantic Parsing toward STOP Quality Challenge},
author = {Siddhant Arora and Hayato Futami and Shih-Lun Wu and Jessica Huynh and Yifan Peng and Yosuke Kashiwagi and Emiru Tsunoo and Brian Yan and Shinji Watanabe},
journal= {arXiv preprint arXiv:2305.01620},
year = {2023}
}
备注
First Place in Track 1 of STOP Challenge, which is part of ICASSP Signal Processing Grand Challenge 2023