LPC Augment：一种基于 LPC 的低资源与零资源儿童方言 ASR 数据增强算法
音频与语音处理
2022-02-23 v2 声音
摘要
本文提出一种新颖的基于线性预测编码的数据增强方法，用于儿童的低资源与零资源方言 ASR。该数据增强过程是在 LPC 分析与重构期间扰动 LPC 谱的共振峰峰值。该方法在两个新颖的儿童语音数据集上进行了评估，其中一个包含来自南加州地区的加利福尼亚英语，另一个包含来自佐治亚州亚特兰大地区的美国南方英语与非裔美国英语的混合。我们在训练 HMM-DNN 系统与端到端系统两种情况下测试了所提方法，以展示模型鲁棒性，并证明该算法相较于 VTLP、速度扰动和 SpecAugment 等常见数据增强方法，提升了 ASR 性能，尤其是针对零资源方言儿童任务。
引用
@article{arxiv.2202.09529,
title = {LPC Augment: An LPC-Based ASR Data Augmentation Algorithm for Low and Zero-Resource Children's Dialects},
author = {Alexander Johnson and Ruchao Fan and Robin Morris and Abeer Alwan},
journal= {arXiv preprint arXiv:2202.09529},
year = {2022}
}
备注
5 pages, 2 figures