用于自动语音识别的端到端码切换语言模型
计算与语言
2020-06-17 v1 声音
音频与语音处理
摘要
本文专门研究码切换文本，这是全球双语社区中最常见的现象之一。由于从自动语音识别（ASR）模块提取码切换文本以及从中提取单语文本存在偏差，我们提出一种利用深度双向语言模型（LM，如 BERT）及其他机器翻译模型提取单语文本的方法，并探索从 ASR 模型提取码切换文本的不同途径。我们还通过与无外部信息的标准双语文本输出的困惑度及其他不同指标（如 WER）结果进行比较，说明了该模型的鲁棒性。
引用
@article{arxiv.2006.08870,
title = {End-to-End Code Switching Language Models for Automatic Speech Recognition},
author = {Ahan M. R. and Shreyas Sunil Kulkarni},
journal= {arXiv preprint arXiv:2006.08870},
year = {2020}
}
备注
5 pages, 2 figures, To appear in the proceedings of First Workshop on Speech Technologies for Code-switching in Multilingual Communities 2020