面向公共空间社交机器人的改进鲁棒ASR
音频与语音处理
2020-01-15 v1 计算与语言
声音
摘要
部署在公共空间的社交机器人因多种因素（包括20至5 dB的噪声SNR）对ASR提出了极具挑战的任务。现有ASR模型在该范围中较高SNR下表现良好，但在噪声更大时性能显著下降。本工作探索了在此类条件下提供改进ASR性能的方法。我们使用AiShell-1中文语音语料库和Kaldi ASR工具包进行评估。我们能够在SNR低于20 dB时超越最先进的ASR性能，证明了利用开源工具包和数百小时训练数据（这通常可获取）实现相对较高性能ASR的可行性。
引用
@article{arxiv.2001.04619,
title = {Improved Robust ASR for Social Robots in Public Spaces},
author = {Charles Jankowski and Vishwas Mruthyunjaya and Ruixi Lin},
journal= {arXiv preprint arXiv:2001.04619},
year = {2020}
}