丰富欠表示命名实体以提升语音识别性能
声音
2020-10-26 v1 音频与语音处理
摘要
由于此类命名实体（NE）在训练数据中实例不足且上下文覆盖差，难以学习可靠的估计与表征，欠表示命名实体（UR-NE）的自动语音识别（ASR）颇具挑战。本文中，我们提出丰富UR-NE以提升语音识别性能的方法。具体而言，我们的首要任务是确保这些UR-NE在词格中存在（若存在可能）。为此，我们根据UR-NE的类别（如地点、人物、组织等）为其制作范例语音，最终得到一种改进的语言模型（LM），可提升UR-NE在词格中的出现率。随着更多UR-NE出现在格中，我们进而通过词格重打分方法提升识别性能。我们首先通过借用富表示命名实体（RR-NE）的嵌入表征，丰富预训练循环神经网络语言模型（RNNLM）中UR-NE的表征，产生统计上偏好UR-NE的格。最后，我们直接提升含UR-NE语音的似然分数并获得进一步的性能改进。
引用
@article{arxiv.2010.12143,
title = {Enriching Under-Represented Named-Entities To Improve Speech Recognition Performance},
author = {Tingzhi Mao and Yerbolat Khassanov and Van Tung Pham and Haihua Xu and Hao Huang and Aishan Wumaier and Eng Siong Chng},
journal= {arXiv preprint arXiv:2010.12143},
year = {2020}
}