Feb, 2022
基于贝叶斯神经建模的端到端语音识别增强方法应对闭模型对抗样本
Mitigating Closed-model Adversarial Examples with Bayesian Neural Modeling for Enhanced End-to-End Speech Recognition
Chao-Han Huck Yang, Zeeshan Ahmed, Yile Gu, Joseph Szurley, Roger Ren...
TL;DR本文使用先进的贝叶斯神经网络来检测对抗性噪声干扰下的自动语音识别系统,实验结果表明,该检测系统相对于当前现有的增强方法,可以提高 2.77% 至 5.42% 的检测率,并且可以将单词错误率降低 5.02% 至 7.47%。