零资源声学单元发现的实证评估
计算与语言
2017-02-07 v1
摘要
声学单元发现（AUD）是一个从语音中自动识别分类声学单元库并生成相应声学单元分词的过程。在专家提供的语言知识和转写语音均不可用的零资源场景下，AUD为无监督声学模型训练提供了一条重要途径。因此，为了进一步促进零资源AUD过程，本文中我们证明声学特征表示可通过以下方式显著改进：(i) 以无监督自训练方式执行线性判别分析（LDA）；(ii) 通过构建多语种瓶颈（BN）特征提取器来利用其他语言的资源，从而实现有效的跨语言泛化。此外，我们在多个下游语音应用上对AUD效能进行了综合评估，其相关性能表明，在典型零资源应用中仅能获得这些评估资源的子集时，利用不同的替代语言资源进行AUD评估是可行的。
引用
@article{arxiv.1702.01360,
title = {An Empirical Evaluation of Zero Resource Acoustic Unit Discovery},
author = {Chunxi Liu and Jinyi Yang and Ming Sun and Santosh Kesiraju and Alena Rott and Lucas Ondel and Pegah Ghahremani and Najim Dehak and Lukas Burget and Sanjeev Khudanpur},
journal= {arXiv preprint arXiv:1702.01360},
year = {2017}
}
备注
5 pages, 1 figure; Accepted for publication at ICASSP 2017