Oct, 2017

用于稳健的 DNN-HMM 远场语音识别的污染语音训练方法

PDF
TL;DR采用三种方法改进 DNN-HMM 系统的语音识别技术，包括使用不对称上下文窗口、近距离监督和近距离预训练，实验结果表明这三种方法的使用优势显着，与基线系统相比错误率降低了 15％。
speech recognitionacoustic modelingdnn-hmm systemsasymmetric context windowingclose-talk based supervision
发现论文，激发创造
  • 远距离语音识别的自动上下文窗口组合

    本研究探讨了基于深度学习的远程语音识别中，非对称上下文窗口的机制，并提出了一种新的基于梯度分析的自动上下文窗口组合方法，结果表明此方法能够减少冗余帧配置，在混响环境下提供有效的语音识别性能。

    May, 2018

  • 面向基于深度神经网络的远场语音识别的批量归一化联合训练

    本研究提出了一种基于深度神经网络的语音增强和语音识别的联合训练方法，采用全批归一化架构有效地解决了训练难度和输入分布不稳定的问题，在各种数据集、任务和音频条件下均取得了优秀的效果。

    Mar, 2017

  • 面向鲁棒语音识别的语音增强和噪音感知网络

    提出了一个基于噪声感知的训练框架，将增强语音引入到声学模型的多条件训练中，通过两个级联的神经结构来优化增强语音和语音识别，并取得了较好的实验结果。

    Mar, 2022

  • 面向环境鲁棒的语音识别深度学习：近期发展综述

    综述了最近发展的深度学习方法，介绍了前端和后端的单通道、多通道的技术，以及前后端联合训练框架，以解决自动语音识别中非平稳环境噪声的负面效果，目的是为环境适应型语音识别系统开发人员提供指导。

    May, 2017

  • 针对语音识别鲁棒性的上下文化嵌入在口语理解中的学习

    本研究提出了一种新的混淆感知的微调方法，以减轻 ASR 误差对已预训练的语言模型产生的影响，并在 ATIS 数据集上进行了实验，结果表明该方法显著提高了 ASR 转录文本上口语理解的性能。

    Sep, 2019

  • 使用联合变分自编码器改进远场语音识别

    本文主要研究匹配情况下的语音增强问题，提出了一种基于联合 VAE 映射的方法，将远场的语音特征转换为近距离的特征，实验结果表明，改进的方法比 DA 方法和直接使用远场特征训练 AM 的方法分别在 WER 上提高了 2.5% 和 3.96%。

    Apr, 2022

  • 使用对抗样本进行训练增强的鲁棒语音识别

    本文探讨了使用对抗性样本在训练语音识别系统中以增强深度神经网络声学模型的鲁棒性，结果表明相对于传统的数据通过数据转换技术实现的增强，动态利用当前声学模型参数生成对抗性样本的方法在 Aurora-4 和 CHiME-4 单通道实验中具有显著的改善表现。此外，将对抗性样本与老师 / 学生培训相结合，可以进一步提高识别准确率，Aurora-4 相对误差率降低了 23%。

    Jun, 2018

  • 混合不变训练下的单声道语音增强技术用于自动识别真实嘈杂语音

    本文提出了一个改进的训练框架，用于训练单声道神经增强模型，以提高鲁棒语音识别的性能。该框架利用现有混合不变训练准则，扩展了未配对的干净语音和真实嘈杂数据，提高了从真实嘈杂语音中分离出来的语音质量，并通过处理和未处理信号的混合来缓解处理伪影。该方法在单通道 CHiME-3 真实测试集上进行实验证明，在不重新训练扭曲数据的情况下，与在监督模式下使用不匹配的模拟数据或在无监督模式下使用匹配的真实数据训练的增强系统相比，相对 WER 减少了 16% 到 39%。

    May, 2022

  • 多领域语音识别的数据选择性迁移学习

    本论文提出一种通过有效选择训练语音数据来克服负迁移的新技术，该方法利用基于可能性比率的子模块函数为特定目标的相关言语数据进行选择。在广泛领域数据集上进行的实验表明，该技术可以找到相关数据并限制负迁移。使用这种数据选择技术，基于 PLP 特征的语音模型和基于 DNN 特征的语音模型的方法都可以得到 4％和 2％的相对改进。

    Sep, 2015

  • 基于对抗学习的无监督领域自适应技术，用于提高语音识别的鲁棒性

    利用对抗性学习进行无监督适应性，采用神经网络和未分类的适应性数据解决了远程语音识别问题，相对于没有适应的模型，相对词错误率下降了 19.8%。

    Jul, 2018