ImportantAug：一种用于语音的数据增强代理
音频与语音处理
2022-02-22 v2 机器学习
声音
摘要
我们介绍 ImportantAug，一种通过向语音中不重要区域而非重要区域添加噪声来增强语音分类与识别模型训练数据的技术。每条语音的重要性由数据增强代理预测，该代理被训练为在最小化对识别性能影响的同时最大化其添加的噪声量。我们方法的有效性在 Google Speech Commands (GSC) 数据集第二版上得到展示。在标准 GSC 测试集上，相较于将噪声不加区分地应用于语音的传统噪声增强，它实现了 23.3% 的相对错误率降低。相较于无数据增强的基线，它也提供了 25.4% 的错误率降低。此外，所提出的 ImportantAug 在两个添加了额外噪声的测试集上优于传统噪声增强和基线。
引用
@article{arxiv.2112.07156,
title = {ImportantAug: a data augmentation agent for speech},
author = {Viet Anh Trinh and Hassan Salami Kavaki and Michael I Mandel},
journal= {arXiv preprint arXiv:2112.07156},
year = {2022}
}
备注
To appear in Proceeding of ICASSP 2022, May 2022