反馈之礼：通过联邦学习从用户纠错中提升ASR模型质量
计算与语言
2023-12-04 v2 音频与语音处理
摘要
自动语音识别（ASR）模型通常在大型转写语音数据集上训练。随着语言演变和新术语出现，这些模型可能变得过时陈旧。对于在服务器端训练但部署于边缘设备的模型，错误可能源于服务器训练数据与真实设备端使用之间的不匹配。本工作中，我们旨在通过联邦学习（FL）持续从设备端用户纠错中学习以解决此问题。我们探索了针对模型此前未遇到过的新术语、学习长尾词以及缓解灾难性遗忘的技术。在实验评估中，我们发现所提技术改善了模型对新术语的识别，同时保持了整体语言分布上的质量。
引用
@article{arxiv.2310.00141,
title = {The Gift of Feedback: Improving ASR Model Quality by Learning from User Corrections through Federated Learning},
author = {Lillian Zhou and Yuxin Ding and Mingqing Chen and Harry Zhang and Rohit Prabhavalkar and Dhruv Guliani and Giovanni Motta and Rajiv Mathews},
journal= {arXiv preprint arXiv:2310.00141},
year = {2023}
}
备注
Accepted to IEEE ASRU 2023