跳到主要内容
检索

Mengqi Wang

1 篇关联报道

订阅更新
  1. arXiv

    冻结CTC声学模型与语言模型配合测试时自适应模块,让ASR从无标注测试数据中学习新词,在LibriSpeech上把复现OOV字符错误率相对降低最多14.97%

    该工作提出让自动语音识别在测试时从无标注测试数据中学习新词的上下文表示与拼写:冻结的CTC声学模型提供拼写候选,冻结的语言模型提供上下文证据用于检测词表外(OOV)词,一个自适应模块通过最小化Kullback-Leibler散度(KLD)目标来学习词元表示并扩展词表;作者还论证CTC加权的语言模型对数似然比可解释为未知正确ASR与无监督学习所得ASR之间的KLD,并借助Pinsker界把KLD的平方根解释为真实拼写与估计拼写之间全变差距离的上界;实验显示对复现的OOV词,相对相应的重打分系统,LibriSpeech上OOV字符错误率相对降低最多14.97%,构音障碍Speech Accessib

已读完全部报道