MSDA：结合伪标签与自监督学习用于 ASR 中的无监督域适应
计算与语言
2025-06-03 v2 声音
音频与语音处理
摘要
在这项工作中，我们研究了用于自动语音识别（ASR）的 Meta PL 无监督域适应框架。我们引入了多阶段域适应流水线（MSDA），这是一种样本高效的、将自监督学习与半监督技术相结合的两阶段适应方法。MSDA 旨在增强 ASR 模型的鲁棒性和泛化能力，使其更能适应多样的条件。它对于像希腊语这样的低资源语言以及在标记数据稀缺或带噪的弱监督场景中尤为有效。通过广泛的实验，我们证明 Meta PL 可以有效地应用于 ASR 任务，取得了最先进的结果，显著优于现有最先进的方法，并为 ASR 中的无监督域适应提供了更鲁棒的解决方案。我们的消融实验突出了在将自监督与自训练相结合时采用级联方法的必要性。
引用
@article{arxiv.2505.24656,
title = {MSDA: Combining Pseudo-labeling and Self-Supervision for Unsupervised Domain Adaptation in ASR},
author = {Dimitrios Damianos and Georgios Paraskevopoulos and Alexandros Potamianos},
journal= {arXiv preprint arXiv:2505.24656},
year = {2025}
}
备注
Submitted to Interspeech 2025