基于格点循环神经网络对黑盒自动语音识别系统的置信度估计
音频与语音处理
2020-03-17 v2 机器学习
声音
摘要
近来,语音转写服务的提供商增多,使他人能够利用他们通常无法使用的技术。结果,支持语音的解决方案已变得普遍。其成功关键依赖于底层语音转写系统的质量、准确性与可靠性。然而,那些黑盒系统仅提供有限的质控手段,因为通常只能获取词序列。本文考察了这一有限资源场景下的置信度估计,一种常用于评估转写可靠性的度量。特别地,它探索了在转写过程中可用的其他词级与子词级信息源如何用于改进置信度分数。为编码所有此类信息,本文扩展格点循环神经网络以处理子词。使用IARPA OpenKWS 2016评估系统的实验结果表明,利用额外信息在置信度估计准确性上带来显著提升。该模型的实现可在网上找到。
引用
@article{arxiv.1910.11933,
title = {Confidence Estimation for Black Box Automatic Speech Recognition Systems Using Lattice Recurrent Neural Networks},
author = {Alexandros Kastanos and Anton Ragni and Mark Gales},
journal= {arXiv preprint arXiv:1910.11933},
year = {2020}
}
备注
5 pages, 8 figures, ICASSP submission