SeACo-Paraformer:一种具有灵活高效热词定制能力的非自回归 ASR 系统
声音
2023-12-27 v4 计算与语言
音频与语音处理
摘要
热词定制是 ASR 领域中仍受关注的问题之一——使 ASR 系统的用户能够定制实体、人物及其他短语的名称以获得更好体验具有重要价值。过去几年中已开发出有效的 ASR 上下文建模策略,但其在训练稳定性与不可见的激活过程方面仍有改进空间。本文提出语义增强上下文 Paraformer (SeACo-Paraformer),一种基于 NAR 的新型 ASR 系统,具有灵活高效的热词定制能力。它兼具 AED 模型精度、NAR 模型效率以及显式定制的优越性能优势。通过使用 50,000 小时工业大数据的大量实验,我们所提模型在定制方面优于强基线。此外,我们探索了一种高效过滤大规模输入热词以进一步提升性能的方法。所比较的工业模型、源代码与两个热词测试集均已开源。
引用
@article{arxiv.2308.03266,
title = {SeACo-Paraformer: A Non-Autoregressive ASR System with Flexible and Effective Hotword Customization Ability},
author = {Xian Shi and Yexin Yang and Zerui Li and Yanni Chen and Zhifu Gao and Shiliang Zhang},
journal= {arXiv preprint arXiv:2308.03266},
year = {2023}
}
备注
accepted by ICASSP2024