基于预训练抗噪自动语音识别模型的可懂度预测
音频与语音处理
2023-11-01 v1 声音
摘要
本文描述了为第二届 Clarity 预测挑战赛（CPC2）所构建的两个源自预训练抗噪自动语音识别（ASR）模型的可懂度预测系统。一个系统为有侵入式，利用 ASR 模型的隐藏表示；另一个系统为无侵入式，借助导出的 ASR 不确定性进行预测。该 ASR 模型仅以模拟噪声语音语料库预训练，未利用 CPC2 数据。因此，鉴于在 CPC2 评测上的准确预测性能，该可懂度预测系统对未见场景具有鲁棒性。
关键词
引用
@article{arxiv.2310.19817,
title = {Intelligibility prediction with a pretrained noise-robust automatic speech recognition model},
author = {Zehai Tu and Ning Ma and Jon Barker},
journal= {arXiv preprint arXiv:2310.19817},
year = {2023}
}