用于语音指令识别的半监督与基于种群的训练
音频与语音处理
2019-05-13 v1 人工智能
机器学习
摘要
我们提出了一种快速设计方法，将自动化超参数调优与半监督训练相结合，以构建用于语音指令分类的高精度且鲁棒的模型。所提出的方法允许快速评估网络架构，以适配可用硬件的性能和功耗约束，同时确保为每个网络在真实场景中选择良好的超参数。利用基于学生/教师的半监督方法处理大量未标记数据，验证集中的分类准确率从 84% 提高到 94%。对于模型优化，我们通过基于种群的训练探索超参数空间，并在训练单个模型所需的时间内获得优化模型。
引用
@article{arxiv.1905.04230,
title = {Semi-supervised and Population Based Training for Voice Commands Recognition},
author = {Oguz H. Elibol and Gokce Keskin and Anil Thomas},
journal= {arXiv preprint arXiv:1905.04230},
year = {2019}
}