用于序列到序列ASR的有前景精确前缀增强
音频与语音处理
2018-11-08 v1 计算与语言
机器学习
声音
摘要
本文提出有前景精确前缀增强（PAPB），一种用于基于注意力的序列到序列（seq2seq）ASR的判别训练技术。PAPB旨在以有效方式统一训练与测试方案。训练过程涉及在束搜索中最大化每个部分正确序列相较于其他假设的分数。训练目标还包括最小化词符（字符）错误率。PAPB在Wall Street Journal数据集上分别在有RNNLM和无RNNLM时取得10.8%和3.8%的WER，展现了其效能。
引用
@article{arxiv.1811.02770,
title = {Promising Accurate Prefix Boosting for sequence-to-sequence ASR},
author = {Murali Karthick Baskar and Lukáš Burget and Shinji Watanabe and Martin Karafiát and Takaaki Hori and Jan Honza Černocký},
journal= {arXiv preprint arXiv:1811.02770},
year = {2018}
}