关于 ASR 词置信度的建模
计算与语言
2020-06-03 v4 声音
音频与语音处理
机器学习
摘要
我们提出一种计算 ASR 词置信度的新方法，该方法有效缓解了 ASR 错误对多种下游应用的影响，改善了 1-best 结果的词错误率，并允许更好地跨不同模型比较分数。我们提出 1）一种使用异质词混淆网络（HWCN）建模词置信度的新方法，其解决了传统词混淆网络中的一些关键缺陷，以及 2）一种用于促进不同模型分数直接比较的新分数校准方法。使用双向格子循环神经网络计算 HWCN 中每个词的置信度分数，我们表明具有最佳整体置信度的词序列比识别器默认的 1-best 结果更准确，并且该校准方法能显著提升识别器组合的可信度。
引用
@article{arxiv.1907.09636,
title = {On Modeling ASR Word Confidence},
author = {Woojay Jeon and Maxwell Jordan and Mahesh Krishnamoorthy},
journal= {arXiv preprint arXiv:1907.09636},
year = {2020}
}
备注
Presented at IEEE ICASSP 2020, May 2020