构建支持区域语言的英语 ASR 模型
音频与语音处理
2025-03-11 v1 计算与语言
摘要
在本文中，我们提出了一种开发英语自动语音识别（ASR）系统的新方法，该系统能够有效处理印地语查询，同时不损害其在英语上的性能。我们提出了一种新颖的声学模型（AM），称为带注意力的分离头模型（SplitHead with Attention, SHA），其特征是跨语言共享隐藏层和通过自注意力机制结合的特定语言投影层。该机制根据输入数据估计每种语言的权重，并相应地对相应的特定语言投影层进行加权。此外，我们提出了一种语言建模方法，该方法对来自英语和音译印地语文本语料库的 n-gram 模型进行插值。我们的结果证明了该方法的有效性，与单语英语模型相比，印地语和英语测试集上的词错误率分别相对降低了 69.3% 和 5.7%。
引用
@article{arxiv.2503.07522,
title = {Building English ASR model with regional language support},
author = {Purvi Agrawal and Vikas Joshi and Bharati Patidar and Ankur Gupta and Rupesh Kumar Mehta},
journal= {arXiv preprint arXiv:2503.07522},
year = {2025}
}
备注
5 pages, 3 figures