“休斯顿，请重复一遍”：Behavox系统用于Apollo-11无畏步骤挑战赛（第二阶段）
音频与语音处理
2020-08-05 v1 计算与语言
声音
摘要
我们描述了Behavox团队为Interspeech 2020无畏步骤挑战赛（FSC-2）所进行的语音活动检测（SAD）、说话人日记化（SD）和自动语音识别（ASR）实验。相对较少的标注数据、大量不同的说话人与信道失真、特定词汇表及说话风格导致涉及该数据的系统错误率较高。除约36小时标注的NASA任务录音外，组织者还提供了更大但未标注的19k小时Apollo-11语料库，我们也将其用于ASR声学模型和语言模型的半监督训练，观察到相比仅在FSC-2数据上训练有超过17%的相对词错误率提升。我们还比较了若干SAD和SD系统以应对该挑战最困难的赛道（用于日记化和ASR的赛道1），其中提供了长达30分钟的长音频录音用于评估，无分段或说话人信息。所有系统中，我们均报告了相比FSC-2基线系统的显著性能提升，并在该挑战赛中取得SD和ASR第一名以及SAD第四名。
引用
@article{arxiv.2008.01504,
title = {"This is Houston. Say again, please". The Behavox system for the Apollo-11 Fearless Steps Challenge (phase II)},
author = {Arseniy Gorin and Daniil Kulko and Steven Grima and Alex Glasman},
journal= {arXiv preprint arXiv:2008.01504},
year = {2020}
}
备注
Accepted to Interspeech 2020