基于反馈相关性加权的语音识别表示学习
音频与语音处理
2021-02-16 v1
摘要
在本工作中，我们提出一种基于声学嵌入的语音识别表示学习方法。所提方法包括两个阶段：从原始波形中学习声学滤波器组，随后学习调制滤波器组。在每个阶段中，采用一种作为特征选择模块的相关性加权操作。具体而言，相关性加权网络接收前一时刻模型输出的嵌入作为反馈。所提相关性加权方案允许在传播到更高层之前自适应地选择相应的特征表示。在Aurora-4和CHiME-3数据集上将所提方法应用于语音识别任务，相较于基于原始波形信号以及基于梅尔表示的基线系统均取得了显著的性能提升（在Aurora-4数据集上较梅尔基线平均相对提升15%，在CHiME-3数据集上提升7%）。
引用
@article{arxiv.2102.07390,
title = {Representation Learning For Speech Recognition Using Feedback Based Relevance Weighting},
author = {Purvi Agrawal and Sriram Ganapathy},
journal= {arXiv preprint arXiv:2102.07390},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2011.00721, arXiv:2011.02136, arXiv:2001.07067