面向远场多麦克风 ASR 的流注意力方法
声音
2017-12-01 v1 人机交互
音频与语音处理
摘要
流注意力框架已被应用于深度神经网络（DNN）的后验概率，以改善多麦克风配置下的远场自动语音识别（ASR）性能。该流注意力方案通过一个注意力向量实现，该向量由根据各麦克风流的音素后验分布预测 ASR 性能得到，从而使识别器将注意力集中于更可靠的麦克风。利用真实录制的数据集对各种 ASR 性能指标进行了研究。实验结果表明，所提框架在词错误率（WER）方面取得了显著改善。
引用
@article{arxiv.1711.11141,
title = {Stream Attention for far-field multi-microphone ASR},
author = {Xiaofei Wang and Yonghong Yan and Hynek Hermansky},
journal= {arXiv preprint arXiv:1711.11141},
year = {2017}
}