基于马氏距离的无监督分布外方言检测
计算与语言
2024-03-26 v1 计算机视觉与模式识别
声音
音频与语音处理
摘要
方言分类用于机器翻译和语音识别等多种应用，以提升系统整体性能。在真实场景中，已部署的方言分类模型可能遇到与训练数据分布不同的异常输入，也称为分布外（OOD）样本。这些 OOD 样本会导致意外输出，因为其方言在模型训练期间未被见过。分布外检测是一个新的研究领域，在方言分类背景下很少受到关注。为此，我们提出了一种简单而有效的基于马氏距离特征的无监督方法来检测分布外样本。我们利用基于 wav2vec 2.0 transformer 的方言分类模型所有中间层的潜在嵌入进行多任务学习。我们提出的方法显著优于其他最先进的 OOD 检测方法。
引用
@article{arxiv.2308.04886,
title = {Unsupervised Out-of-Distribution Dialect Detection with Mahalanobis Distance},
author = {Sourya Dipta Das and Yash Vadi and Abhishek Unnam and Kuldeep Yadav},
journal= {arXiv preprint arXiv:2308.04886},
year = {2024}
}
备注
Accepted in Interspeech 2023