人工转写质量改进
计算与语言
2023-09-27 v1 人工智能
机器学习
声音
音频与语音处理
摘要
高质量转写数据对于训练自动语音识别(ASR)系统至关重要。然而,现有的工业级数据采集流程对研究人员而言成本高昂,而众包转写的质量较低。本文提出一种可靠的语音转写采集方法。我们引入两种机制以提升转写质量:标注阶段基于置信度估计的再处理,以及标注后阶段的自动词错误纠正。我们采集并发布了LibriCrowd——一个基于100小时英语语音转写的大规模众包数据集。实验表明转写词错误率(WER)降低了逾50%。我们进一步探究了转写错误对ASR模型性能的影响,发现了强相关性。转写质量改进为ASR模型带来了超过10%的相对词错误率降低。我们发布该数据集与代码以惠及研究社区。
引用
@article{arxiv.2309.14372,
title = {Human Transcription Quality Improvement},
author = {Jian Gao and Hanbo Sun and Cheng Cao and Zheng Du},
journal= {arXiv preprint arXiv:2309.14372},
year = {2023}
}
备注
5 pages, 3 figures, 5 tables, INTERSPEECH 2023