用于零资源语言子词建模的多语言瓶颈特征
计算与语言
2018-11-12 v2 音频与语音处理
摘要
对于没有可用转写数据的语言，我们如何有效地开发语音技术？许多现有方法完全不使用标注资源，然而利用来自其他语言的大型标注语料库的信息是合理的，例如以从监督语音识别系统中获得的多语言瓶颈特征（BNFs）的形式。在本工作中，我们在词汇判别任务上评估了 BNFs 在六种未见语言中用于子词建模（特征提取）的益处。首先，我们通过结合两种现有方法：声道长度归一化（VTLN）和对应自编码器（cAE），建立了一个强大的无监督基线。然后我们表明，在单一语言上训练的 BNFs 已经胜过该基线；包含多达 10 种语言会带来额外的提升，而这仅靠增加单一语言的数据是无法达到的。最后，我们表明，如果存在高质量的相同词对，cAE 可以在 BNFs 的基础上进一步提升性能。
引用
@article{arxiv.1803.08863,
title = {Multilingual bottleneck features for subword modeling in zero-resource languages},
author = {Enno Hermann and Sharon Goldwater},
journal= {arXiv preprint arXiv:1803.08863},
year = {2018}
}
备注
5 pages, 2 figures, 4 tables; accepted at Interspeech 2018