面向抗语音识别错误对话模型训练的数据增强
计算与语言
2020-06-11 v1 人工智能
机器学习
摘要
基于语音的虚拟助手，如Amazon Alexa、Google assistant和Apple Siri，通常通过自动语音识别（ASR）将用户音频信号转换为文本数据，并将文本输入下游对话模型以进行自然语言理解与回复生成。ASR输出易出错；然而，下游对话模型常在无错误文本数据上训练，使其在推理时对ASR错误敏感。为弥合差距并使对话模型对ASR错误更鲁棒，我们利用ASR错误模拟器向无错误文本数据注入噪声，随后用增强数据训练对话模型。相较于处理ASR错误的其他方法（如使用ASR格点或端到端方法），我们的数据增强方法无需对ASR或下游对话模型做任何修改；我们的方法在推理时也不引入任何额外延迟。我们在基准数据上进行了广泛实验，表明我们的方法在存在ASR错误时提升了下游对话模型性能，并且在模型尺寸受限或训练数据稀缺的低资源情形下尤为有效。
引用
@article{arxiv.2006.05635,
title = {Data Augmentation for Training Dialog Models Robust to Speech Recognition Errors},
author = {Longshaokan Wang and Maryam Fazel-Zarandi and Aditya Tiwari and Spyros Matsoukas and Lazaros Polymenakos},
journal= {arXiv preprint arXiv:2006.05635},
year = {2020}
}
备注
To be presented at 2nd Workshop on NLP for ConvAI, ACL 2020