面向印地语-英语码切换数据端到端语音识别的目标集约简研究
音频与语音处理
2019-07-22 v1 计算与语言
声音
摘要
端到端（E2E）系统正快速取代自动语音识别领域的传统系统。由于目标标签直接从语音数据学习，E2E 系统需要更大的语料库以有效训练。在码切换任务中，E2E 系统面临两个挑战：（i）因涉及多种语言导致目标集扩张，以及（ii）缺乏足够大的特定领域语料库。为应对这些挑战，我们提出一种减少目标标签数量的方法，以在有限数据上可靠训练 E2E 系统。所提方法的有效性在两种主流架构上得到验证，即基于 CTC 的和基于注意力的 E2E 网络。实验验证在一个近期创建的印地语-英语码切换语料库上进行。为对比，也给出了基于完整目标集的 E2E 系统以及混合 DNN-HMM 系统的结果。
引用
@article{arxiv.1907.08293,
title = {Investigating Target Set Reduction for End-to-End Speech Recognition of Hindi-English Code-Switching Data},
author = {Kunal Dhawan and Ganji Sreeram and Kumar Priyadarshi and Rohit Sinha},
journal= {arXiv preprint arXiv:1907.08293},
year = {2019}
}