为纠正 ASR 分割错误而进行的字幕分段
计算与语言
2021-04-19 v1
摘要
典型 ASR 系统仅使用纯声学信息将输入音频分割为语句，这可能不像传统机器翻译（MT）系统用于口语翻译所期望的句样单元。本工作中，我们提出一种用于纠正低资源语言 ASR 模型声学分割以提升下游任务性能的模型。我们提议以字幕作为纠正 ASR 声学分割的代理数据集，通过建模常见错误模式来创建合成声学语句。我们训练了一个用于纠正 ASR 声学分割的神经标注模型，并展示其改善了下游 MT 与音频文档跨语言信息检索（CLIR）的性能。
引用
@article{arxiv.2104.07868,
title = {Segmenting Subtitles for Correcting ASR Segmentation Errors},
author = {David Wan and Chris Kedzie and Faisal Ladhak and Elsbeth Turcan and Petra Galuščáková and Elena Zotkina and Zhengping Jiang and Peter Bell and Kathleen McKeown},
journal= {arXiv preprint arXiv:2104.07868},
year = {2021}
}