基于多语言神经表示的端到端开放词表关键词检索
音频与语音处理
2023-08-17 v1 计算与语言
声音
摘要
传统关键词检索系统基于自动语音识别（ASR）输出运行，这导致它们具有复杂的索引与检索流程。由此引发了对无 ASR 方法以简化检索过程的兴趣。我们近期提出了一种神经无 ASR 关键词检索模型，在保持高效且简化的流程的同时取得具有竞争力的性能，其中查询与文档由一对循环神经网络编码器编码，编码通过点积结合。在本文中，我们通过多语言预训练及对该模型的详细分析扩展了此项工作。我们的实验表明，所提出的多语言训练显著提升了模型性能，并且尽管对于短查询及由词表内词汇构成的查询未能匹敌基于强 ASR 的传统关键词检索系统，所提模型在长查询及未出现在训练数据中的查询上优于该基于 ASR 的系统。
引用
@article{arxiv.2308.08027,
title = {End-to-End Open Vocabulary Keyword Search With Multilingual Neural Representations},
author = {Bolaji Yusuf and Jan Cernocky and Murat Saraclar},
journal= {arXiv preprint arXiv:2308.08027},
year = {2023}
}
备注
Accepted by IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP), 2023