有竞争力且资源高效的因子化混合 HMM 系统比你想的更简单
声音
2023-06-19 v1 音频与语音处理
摘要
构建用于自动语音识别（ASR）的有竞争力混合隐马尔可夫模型（HMM）系统需要由若干训练准则组成的复杂多阶段流程。近期的序列到序列模型具有更简单、可从零开始的流程优势。我们提出了一种纯神经基的单阶段从零开始流程，用于上下文相关混合 HMM，具有类似的简洁性。我们使用由全和训练的零阶后验 HMM 结合 BLSTM 编码器得到的对齐。我们表明，利用该对齐可以构建出 Conformer 因子化混合系统，其性能甚至优于最先进的经典混合系统以及使用基于更复杂高斯混合系统所得对齐训练的因子化混合系统。我们的发现在 Switchboard 300h 和 LibriSpeech 960h 任务上得到验证，取得了与文献中其他方法相当的结果，并且通过负责任地选择可用计算资源得以实现。
引用
@article{arxiv.2306.09517,
title = {Competitive and Resource Efficient Factored Hybrid HMM Systems are Simpler Than You Think},
author = {Tina Raissi and Christoph Lüscher and Moritz Gunz and Ralf Schlüter and Hermann Ney},
journal= {arXiv preprint arXiv:2306.09517},
year = {2023}
}
备注
Accepted for presentation at InterSpeech 2023