自动语音识别中重要性图的规模化评估
声音
2020-12-22 v1 计算机视觉与模式识别
机器学习
摘要
本文提出一种称为结构化显著性基准 (SSBM) 的度量，用于评估针对自动语音识别器在单个语句上计算的重要性图。这些图指示出对该目标词正确识别最重要的语句时频点。我们的评估技术不仅适用于标准分类任务，也适用于如序列到序列模型这类结构化预测任务。此外，我们利用该方法大规模比较由我们先前引入的“气泡噪声”技术所创建的重要性图，通过与基于平滑语音能量和强制对齐的基线方法进行相关性分析来识别重要点。我们的结果表明，在 AMI 语料的 100 个句子中，气泡分析方法比该基线更能识别重要的语音区域。
引用
@article{arxiv.2005.10929,
title = {Large scale evaluation of importance maps in automatic speech recognition},
author = {Viet Anh Trinh and Michael I Mandel},
journal= {arXiv preprint arXiv:2005.10929},
year = {2020}
}
备注
submitted to INTERSPEECH 2020