端到端语音识别学习的低层生理启示
神经元与认知
2022-08-26 v1 人工智能
声音
音频与语音处理
摘要
当前的语音识别架构从机器学习及用户交互的角度看表现非常好。这表明它们很好地模拟了人类生物系统。我们研究该推断是否可反转以对这一生物系统（尤其是听觉机制）提供见解。使用 SincNet，我们确认端到端系统确实学到了已知的滤波器组结构。然而，我们也表明更宽带宽的滤波器在所学结构中十分重要。尽管通过初始化窄带与宽带滤波器均可获得一些益处，但生理约束表明此类滤波器出现于中脑而非耳蜗。我们展示标准机器学习架构必须被修改以允许该过程在神经上被模拟。
引用
@article{arxiv.2208.11700,
title = {Low-Level Physiological Implications of End-to-End Learning of Speech Recognition},
author = {Louise Coppieters de Gibson and Philip N. Garner},
journal= {arXiv preprint arXiv:2208.11700},
year = {2022}
}
备注
Submitted to INTERSPEECH 2022