低资源语言的语音快速转写
计算与语言
2019-09-17 v1
摘要
我们展示了一款软件，它仅用几小时，便利用该语言中仅几十兆字节的含噪文本以及一个零资源字素到音素（G2P）表，将四十小时录制的惊喜语言语音转写出来。一个预训练的声学模型将声学特征映射到音素；反转的G2P将其映射到字素；随后语言模型将这些映射为最可能的字素序列，即转写文本。该软件已成功用于阿拉伯语、阿萨姆语、卢旺达语、俄语、僧伽罗语、斯瓦希里语、他加禄语和泰米尔语语料库。
引用
@article{arxiv.1909.07285,
title = {Fast transcription of speech in low-resource languages},
author = {Mark Hasegawa-Johnson and Camille Goudeseune and Gina-Anne Levow},
journal= {arXiv preprint arXiv:1909.07285},
year = {2019}
}
备注
8 pages