借助合成数据增强波兰自动语音识别系统
音频与语音处理
2024-10-31 v1 声音
摘要
本文提出了一套提交至 Poleval 2024 任务 3：波兰自动语音识别挑战赛的系统。我们描述了基于 Voicebox 的语音合成流水线，并利用其为 Conformer 和 Whisper 语音识别模型注入合成数据进行增强。我们表明，在训练中加入合成语音可显著提升模型性能。我们还展示了模型在竞赛中取得的最终结果。
引用
@article{arxiv.2410.22903,
title = {Augmenting Polish Automatic Speech Recognition System With Synthetic Data},
author = {Łukasz Bondaruk and Jakub Kubiak and Mateusz Czyżnikiewicz},
journal= {arXiv preprint arXiv:2410.22903},
year = {2024}
}