用于语言识别的 Tuplemax 损失
音频与语音处理
2019-02-19 v2 机器学习
声音
机器学习
摘要
在语言识别任务的许多场景中，用户会指定一小部分他/她能说的语言，而非所有可能语言的大集合。我们希望将此类先验知识建模到训练神经网络的方式中，以新提出的名为 tuplemax 损失的损失函数替换常用的 softmax 损失函数。事实上，在北美推出的典型语言识别系统约有 95% 的用户至多会说两种语言。使用 tuplemax 损失，我们的系统达到了 2.33% 的错误率，相对于标准 softmax 损失方法的 3.85% 错误率实现了 39.4% 的相对提升。
关键词
引用
@article{arxiv.1811.12290,
title = {Tuplemax Loss for Language Identification},
author = {Li Wan and Prashant Sridhar and Yang Yu and Quan Wang and Ignacio Lopez Moreno},
journal= {arXiv preprint arXiv:1811.12290},
year = {2019}
}
备注
Submitted to ICASSP 2019