USTC-NERCSLIP 系统参与 CHiME-7 DASR 挑战赛
音频与语音处理
2023-10-12 v2 声音
摘要
本技术报告详述了我们提交至 CHiME-7 DASR 挑战赛的系统，该挑战赛聚焦于复杂多说话人场景下的说话人日记化与语音识别。此外，它还评估了系统在处理多样化阵列设备时的效率。为解决这些问题，我们实现了一个端到端说话人日记化系统，并引入了基于多通道空间信息的校正策略。该方法显著降低了词错误率（WER）。在识别方面，我们利用公开可用的预训练模型作为基础模型来训练我们的端到端语音识别模型。我们的系统在 CHiME-7 评估集上取得了 21.01% 的宏平均日记化归因词错误率（DA-WER），相对于官方基线系统实现了 62.04% 的相对提升。
引用
@article{arxiv.2308.14638,
title = {The USTC-NERCSLIP Systems for the CHiME-7 DASR Challenge},
author = {Ruoyu Wang and Maokui He and Jun Du and Hengshun Zhou and Shutong Niu and Hang Chen and Yanyan Yue and Gaobin Yang and Shilong Wu and Lei Sun and Yanhui Tu and Haitao Tang and Shuangqing Qian and Tian Gao and Mengzhi Wang and Genshun Wan and Jia Pan and Jianqing Gao and Chin-Hui Lee},
journal= {arXiv preprint arXiv:2308.14638},
year = {2023}
}
备注
Accepted by 2023 CHiME Workshop, Oral