用于无监督儿童到成人语音自适应的音素感知对抗多任务训练
声音
2021-02-25 v1 人工智能
音频与语音处理
摘要
由于声道生理差异引起的高声学可变性，儿童语音的声学建模具有挑战性。公开可用数据集的匮乏使该任务更具挑战性。在这项工作中，我们提出一种特征自适应方法，通过利用对抗多任务训练来最小化成人与儿童语音在 senone（绑定三音子状态）层面的声学失配，并借助大量已转写的成人语音。我们在三个任务上验证了所提方法：儿童语音识别、儿童发音评估和儿童流利度评分预测。实证结果表明，我们提出的方法持续优于具有竞争力的基线，在语音识别上实现了 7.7% 的相对错误率降低，并在评估任务上取得高达 25.2% 的相对增益。
引用
@article{arxiv.2102.11488,
title = {Senone-aware Adversarial Multi-task Training for Unsupervised Child to Adult Speech Adaptation},
author = {Richeng Duan and Nancy F. Chen},
journal= {arXiv preprint arXiv:2102.11488},
year = {2021}
}
备注
accepted for presentation at ICASSP-2021