使用ASR生成的语言后验概率进行语码转换检测
计算与语言
2019-06-20 v1 声音
音频与语音处理
摘要
语码转换（CS）检测指对混合语码话语中语言切换的自动检测。该任务可通过使用能处理此类语言切换的CS自动语音识别（ASR）系统来实现。在我们之前的工作中，我们利用最似然假设的时间对齐研究了Frisian-Dutch CS ASR系统的语码转换检测性能，发现该技术因大量极短的伪语言切换而存在过度切换问题。本文提出一种新颖的CS检测方法，旨在通过使用语言后验概率（即属于同一语言的音素帧级后验概率之和）来弥补这一缺陷。与ASR输出的时间对齐相比，CS ASR生成的语言后验概率在帧级包含更完整的语言特定信息。因此，预期其能产出更准确、更鲁棒的CS检测。CS检测实验表明，所提出的基于语言后验概率的方法在等错误率方面提供比基线系统更高的检测精度。此外，详细的CS检测错误分析揭示，使用语言后验概率减少了误报并带来更鲁棒的CS检测。
引用
@article{arxiv.1906.08003,
title = {Code-Switching Detection Using ASR-Generated Language Posteriors},
author = {Qinyi Wang and Emre Yılmaz and Adem Derinel and Haizhou Li},
journal= {arXiv preprint arXiv:1906.08003},
year = {2019}
}
备注
Accepted for publication at Interspeech 2019