RWTH 面向 TED-LIUM Release 2 的 ASR 系统：利用 SpecAugment 改进混合 HMM
音频与语音处理
2020-04-03 v1 声音
摘要
我们提出了一套完整的训练流程，用于在 TED-LIUM 语料库第 2 版上构建最先进的基于混合 HMM 的 ASR 系统。在数据增强方面，成功应用 SpecAugment 以改进我们基于 i-vector 的最佳 SAT 模型性能。通过研究不同掩蔽方式的影响，我们在不增加模型规模和训练时间的情况下，于混合 HMM 模型上借助 SpecAugment 取得了改进。随后应用 sMBR 训练对最终声学模型进行微调，并训练与评估了 LSTM 和 Transformer 语言模型。我们的最佳系统在测试集上取得了 5.6% 的 WER，相对此前最先进水平提升了 27%。
引用
@article{arxiv.2004.00960,
title = {The RWTH ASR System for TED-LIUM Release 2: Improving Hybrid HMM with SpecAugment},
author = {Wei Zhou and Wilfried Michel and Kazuki Irie and Markus Kitza and Ralf Schlüter and Hermann Ney},
journal= {arXiv preprint arXiv:2004.00960},
year = {2020}
}
备注
accepted at ICASSP 2020