SUPERB @ SLT 2022: 自监督语音表征学习的泛化性与效率挑战
计算与语言
2022-11-01 v2 声音
音频与语音处理
摘要
我们介绍了 SLT 2022 上的 SUPERB 挑战赛，其目标是学习自监督语音表征以获得更好的性能、泛化性和效率。该挑战赛基于 SUPERB 基准构建，并实现了用于度量自监督学习（SSL）表征的计算需求以及评估其在多样化 SUPERB 任务上泛化性与性能的指标体系。SUPERB 基准全面覆盖了流行的语音处理任务，从语音与说话人识别到音频生成与语义理解。随着 SSL 在语音界受到关注并展现出有前景的成果，我们期望该挑战赛能够通过激励超越任务性能的更实用技术设计来提升 SSL 技术的影响力。本文总结了 14 个提交模型的结果。我们还讨论了这些提交的主要发现以及 SSL 研究的未来方向。
引用
@article{arxiv.2210.08634,
title = {SUPERB @ SLT 2022: Challenge on Generalization and Efficiency of Self-Supervised Speech Representation Learning},
author = {Tzu-hsun Feng and Annie Dong and Ching-Feng Yeh and Shu-wen Yang and Tzu-Quan Lin and Jiatong Shi and Kai-Wei Chang and Zili Huang and Haibin Wu and Xuankai Chang and Shinji Watanabe and Abdelrahman Mohamed and Shang-Wen Li and Hung-yi Lee},
journal= {arXiv preprint arXiv:2210.08634},
year = {2022}
}
备注
Accepted by 2022 SLT Workshop