DARTS-ASR：用于多语言语音识别与自适应的可微架构搜索
音频与语音处理
2020-07-28 v2 计算与语言
机器学习
声音
摘要
在先前的工作中，ASR模型仅在固定拓扑架构下优化参数权重。然而，成功模型架构的设计一直依赖于人类经验和直觉。此外，许多与模型架构相关的超参数需要手动调节。因此，本文提出一种具有高效基于梯度的架构搜索的ASR方法，即DARTS-ASR。为检验DARTS-ASR的泛化能力，我们不仅在多种语言上应用我们的方法以执行单语言ASR，还将其应用于多语言ASR设置。遵循先前工作，我们在多语言数据集IARPA BABEL上进行了实验。实验结果表明，在单语言和多语言ASR设置下，我们的方法相对于基线固定拓扑架构分别在字符错误率上取得了10.2%和10.0%的相对降低。此外，我们对DARTS-ASR搜索出的架构进行了一些分析。
引用
@article{arxiv.2005.07029,
title = {DARTS-ASR: Differentiable Architecture Search for Multilingual Speech Recognition and Adaptation},
author = {Yi-Chen Chen and Jui-Yang Hsu and Cheng-Kuang Lee and Hung-yi Lee},
journal= {arXiv preprint arXiv:2005.07029},
year = {2020}
}
备注
Accepted at INTERSPEECH 2020