基于分数排列的分布式自动语音识别子模排序聚合
音频与语音处理
2021-10-11 v1 机器学习
神经与进化计算
声音
摘要
分布式自动语音识别（ASR）需要聚合基于分布式深度神经网络（DNN）的模型输出。本工作研究使用子模函数设计基于分数排列的排序聚合，可用于有监督与无监督模式下的分布式 ASR 系统。具体而言，我们基于 Lovasz Bregman 散度构造聚合排序函数，以建立线性结构凸函数与嵌套结构凹函数。该算法基于随机梯度下降（SGD）并可获得训练良好的聚合模型。我们在分布式 ASR 系统上的实验表明，子模排序聚合能取得比 Adaboost 等传统聚合方法更高的语音识别准确率。代码已在线公开~\footnote{https://github.com/uwjunqi/Subrank}。
引用
@article{arxiv.2001.10529,
title = {Submodular Rank Aggregation on Score-based Permutations for Distributed Automatic Speech Recognition},
author = {Jun Qi and Chao-Han Huck Yang and Javier Tejedor},
journal= {arXiv preprint arXiv:2001.10529},
year = {2021}
}
备注
Accepted to ICASSP 2020. Please download the pdf to view Figure 1. arXiv admin note: substantial text overlap with arXiv:1707.01166