面向在线端到端语音识别的数据技术
音频与语音处理
2020-07-28 v2 计算与语言
机器学习
摘要
在领域内数据有限的情况下，从业者通常需要在短时间内为新用例构建 ASR 系统。尽管近期开发的端到端方法大幅简化了建模流程，但它们仍受数据稀疏问题困扰。在本工作中，我们探索了若干易于实现的、以端到端方式在目标领域少量转写数据上构建在线 ASR 系统的技术。这些技术包括在目标领域进行数据增强、利用先前在大型源领域上训练好的模型进行领域自适应，以及使用经自适应的双向模型作为教师对未转写的目标领域数据进行知识蒸馏；它们适用于具有不同类型资源的真实场景。我们的实验表明，每种技术都能独立地改善目标领域的在线 ASR 性能。
引用
@article{arxiv.2001.09221,
title = {Data Techniques For Online End-to-end Speech Recognition},
author = {Yang Chen and Weiran Wang and I-Fan Chen and Chao Wang},
journal= {arXiv preprint arXiv:2001.09221},
year = {2020}
}
备注
5 pages, 1 figure