基于ASR假设自动质量估计的DNN自适应
计算与语言
2017-02-07 v1
摘要
在本文中，我们提出利用ASR假设的自动质量估计（QE）来执行建模声学概率的深度神经网络的无监督自适应。我们的假设是，通过以下方式可以取得显著改进：i)自动转写我们当前试图识别的评估数据，以及 ii)基于由QE组件预测的词错误率（WER）分数从中选择“高质量”实例子集。为验证该假设，我们在为CHiME-3挑战赛发布的评估数据集上运行了若干实验。首先，我们在可获得评估数据人工转写文本的预言机条件下操作，从而允许我们计算“真实”的句子WER。在此场景下，我们使用不同质量水平的可变数据量进行自适应。然后，我们转向无法获得评估数据人工转写文本的真实条件。在此情况下，自适应根据QE组件“预测”的WER分数选择的数据上执行。我们的结果表明：i) QE预测使我们能够紧密近似在预言机条件下获得的自适应结果；ii)基于所提QE驱动自适应方法的整体ASR性能显著优于强大的、最新的CHiME-3基线。
引用
@article{arxiv.1702.01714,
title = {DNN adaptation by automatic quality estimation of ASR hypotheses},
author = {Daniele Falavigna and Marco Matassoni and Shahab Jalalvand and Matteo Negri and Marco Turchi},
journal= {arXiv preprint arXiv:1702.01714},
year = {2017}
}
备注
Computer Speech & Language December 2016