利用文本注入提升语音中个人标识符的识别
计算与语言
2023-08-16 v1 声音
音频与语音处理
摘要
在许多自动语音识别（ASR）应用中，准确识别特定类别（如人名、日期或其他标识符）至关重要。由于这些类别涉及个人信息，其数据在收集、转写、训练与评估中的合乎伦理的使用需格外审慎。确保个体安全与隐私的一种方式是彻底从收集中抹除或剔除个人可识别信息（PII）。然而，这会导致 ASR 模型对这些类别的识别准确率偏低。我们利用文本注入，通过在训练数据中以文本注入方法纳入 PII 类别的虚构文本替代物，来提升 PII 类别的识别。我们展示了在医疗笔记中人名与日期的召回率获得显著提升，同时整体词错率（WER）得以改善。对于字母数字序列，我们展示了字符错误率与句子准确率的提升。
引用
@article{arxiv.2308.07393,
title = {Using Text Injection to Improve Recognition of Personal Identifiers in Speech},
author = {Yochai Blau and Rohan Agrawal and Lior Madmony and Gary Wang and Andrew Rosenberg and Zhehuai Chen and Zorik Gekhman and Genady Beryozkin and Parisa Haghani and Bhuvana Ramabhadran},
journal= {arXiv preprint arXiv:2308.07393},
year = {2023}
}
备注
Accepted to Interspeech 2023