基于注意力端到端网络的码切换语音联合语言识别
计算与语言
2019-07-16 v1 声音
音频与语音处理
摘要
语言识别（LID）在许多语音处理应用中具有重要意义。对于码切换语音的自动识别，常规方法常采用 LID 系统检测话语中出现的语言。现有工作中，码切换语音的 LID 涉及对底层语言分别建模。本文提出一种基于联合建模的码切换语音 LID 系统。为此，探索了基于注意力的端到端（E2E）网络。为开发与评估所提方法，使用了近期构建的印地语-英语码切换语料库。为对比，还开发了采用基于连接主义时序分类的 E2E 网络的 LID 系统。对比两种 LID 系统，基于注意力的方法取得了更好的 LID 准确率。通过绘制 E2E 网络的注意力权重，展示了所提方法对话语内码切换边界的有效定位。
引用
@article{arxiv.1907.06342,
title = {Joint Language Identification of Code-Switching Speech using Attention based E2E Network},
author = {Sreeram Ganji and Kunal Dhawan and Kumar Priyadarshi and Rohit Sinha},
journal= {arXiv preprint arXiv:1907.06342},
year = {2019}
}