面向老年与构音障碍语音识别的 Conformer ASR 系统超参数自适应
音频与语音处理
2023-06-28 v1 机器学习
摘要
由于数据稀缺， disordered 语音与老年语音的自动识别至今仍是极具挑战的任务。参数微调常用于利用大量非老年健康语音预训练模型，而神经架构超参数由专家知识设定且保持不变。本文研究 Conformer ASR 系统的超参数自适应：该系统先在 Librispeech 语料上预训练，再域适应至 DementiaBank 老年语音与 UASpeech 构音障碍语音数据集。实验结果表明，相较于仅参数微调，超参数自适应在 DBank 与 UASpeech 任务上分别带来了 0.45% 与 0.67% 的词错误率（WER）降低。研究发现，超参数域自适应带来的性能提升与源域和目标域数据间相对语句长度比之间存在直观相关性。
引用
@article{arxiv.2306.15265,
title = {Hyper-parameter Adaptation of Conformer ASR Systems for Elderly and Dysarthric Speech Recognition},
author = {Tianzi Wang and Shoukang Hu and Jiajun Deng and Zengrui Jin and Mengzhe Geng and Yi Wang and Helen Meng and Xunying Liu},
journal= {arXiv preprint arXiv:2306.15265},
year = {2023}
}
备注
5 pages, 3 figures, 3 tables, accepted by Interspeech2023