用于口音语音识别的域对抗训练
计算与语言
2018-06-08 v1
摘要
本文提出一种域对抗训练（DAT）算法以缓解口音语音识别问题。为减小有标注源域数据（“标准”口音）与无标注目标域数据（重口音）之间的不匹配，我们用域对抗训练（DAT）目标增强 Kaldi TDNN 网络的学习目标，以鼓励模型学习口音不变特征。在三种普通话口音的实验中，当我们没有口音语音转写时，与仅在标准口音数据上训练的基线相比，DAT 带来了最高 7.45% 的相对字符错误率降低。我们还发现将 DAT 与口音数据上自动转写训练结合使用也有益处。此外，我们发现 DAT 优于用于口音语音识别的多任务学习。
引用
@article{arxiv.1806.02786,
title = {Domain Adversarial Training for Accented Speech Recognition},
author = {Sining Sun and Ching-Feng Yeh and Mei-Yuh Hwang and Mari Ostendorf and Lei Xie},
journal= {arXiv preprint arXiv:1806.02786},
year = {2018}
}