基于神经半 CRF 的无转写填充词检测
音频与语音处理
2023-03-14 v1 计算与语言
摘要
非语言填充词，如“uh”或“um”，在自发语音中十分普遍，并作为表达犹豫或不确定性的指示符。先前用于检测某些非语言填充词的工作高度依赖于成熟商业自动语音识别（ASR）系统的转写结果。然而，某些 ASR 系统在诸多方面并非普遍可获取，例如预算、目标语言和计算能力。本工作中，我们研究不依赖 ASR 系统的填充词检测系统。我们展示，通过使用结构化状态空间序列模型（S4）和神经半马尔可夫条件随机场（semi-CRFs），我们在 PodcastFillers 数据集上取得了段落级绝对 F1 提升 6.4% 和事件级 3.1%。我们还对检测结果进行了定性分析以探明所提系统的局限性。
引用
@article{arxiv.2303.06475,
title = {Transcription free filler word detection with Neural semi-CRFs},
author = {Ge Zhu and Yujia Yan and Juan-Pablo Caceres and Zhiyao Duan},
journal= {arXiv preprint arXiv:2303.06475},
year = {2023}
}
备注
Accepted by ICASSP 2023