序列到序列模型在点对点学习中的实际应用
声音
2024-06-06 v1 计算与语言
多智能体系统
音频与语音处理
摘要
本文探讨了基于LSTM单元的序列到序列（Seq2Seq）模型在点对点学习环境中用于自动语音识别（ASR）任务的适用性。利用两种不同的点对点学习方法，该研究模拟了智能体的学习过程，并使用两个不同的ASR数据集评估了它们在ASR任务中的性能。在集中式训练设置中，使用Deep Speech 2模型的缩小变体，单个模型在UserLibri数据集上训练时词错误率（WER）为84%，在LJ Speech数据集上训练时为38%。相反，在涉及55个智能体的点对点学习场景中，UserLibri数据集的WER范围为87%至92%，LJ Speech数据集为52%至56%。研究结果表明，在去中心化设置中使用Seq2Seq模型是可行的，尽管与集中式训练方法相比，词错误率（WER）略高。
引用
@article{arxiv.2406.02565,
title = {Sequence-to-sequence models in peer-to-peer learning: A practical application},
author = {Robert Šajina and Ivo Ipšić},
journal= {arXiv preprint arXiv:2406.02565},
year = {2024}
}