DuDe：基于公共标签集的印度语言双解码器多语言 ASR
音频与语音处理
2022-11-01 v1 计算与语言
机器学习
声音
摘要
在像印度这样的多语言国家，多语言自动语音识别（ASR）系统有很大空间。多语言 ASR 系统展现出诸如可扩展性、可维护性以及相较单语言 ASR 系统性能更优等诸多优势。然而，构建印度语言的多语言系统具有挑战性，因为不同语言使用不同文字书写。另一方面，印度语言共享大量共同语音。公共标签集（CLS）利用这一思想，将具有相似语音的各种语言字素映射到公共标签。由于印度语言大多为表音文字，构建从原生文字到 CLS 的解析器很容易。在本文中，我们探索了构建多语言 ASR 模型的各种方法。我们还提出了一种称为编码器-解码器-解码器的新颖架构，用于构建同时使用 CLS 和原生文字标签的多语言系统。我们还分析了基于 CLS 的多语言系统与机器音译相结合的有效性。
引用
@article{arxiv.2210.16739,
title = {DuDe: Dual-Decoder Multilingual ASR for Indian Languages using Common Label Set},
author = {Arunkumar A and Mudit Batra and Umesh S},
journal= {arXiv preprint arXiv:2210.16739},
year = {2022}
}
备注
Submitted to ICASSP 2023