低资源马耳他语 ASR 的数据增强方法分析
计算与语言
2023-01-23 v2
摘要
近年来对马耳他语计算语音处理的兴趣增加，但资源仍然稀疏。在本文中，我们考虑用于改进低资源语言语音识别的数据增强技术，以马耳他语为测试用例。我们考虑三种不同的数据增强类型：无监督训练、多语言训练以及使用合成语音作为训练数据。目标是确定这些技术中的哪一种或它们的组合，对于起始点约为 7 小时转录语音的小型语料库的语言，最能有效改进语音识别。我们的结果表明，结合此处研究的数据增强技术使我们获得了 15% 的绝对 WER 改进，且未使用语言模型。
引用
@article{arxiv.2111.07793,
title = {Analysis of Data Augmentation Methods for Low-Resource Maltese ASR},
author = {Andrea DeMarco and Carlos Mena and Albert Gatt and Claudia Borg and Aiden Williams and Lonneke van der Plas},
journal= {arXiv preprint arXiv:2111.07793},
year = {2023}
}
备注
12 pages