Mar, 2023

在嘈杂环境中提高意图分类准确性

PDF
TL;DR文章研究了使用端到端神经网络模型来解决语音识别中的意图分类问题，以及如何应用环境噪声和噪声降低技术来提高分类准确率。实验结果表明，在噪声环境下，使用基于 Wave-U-Net 的语音增强技术能显著提高分类准确率。
intent classificationend-to-end neural modelsenvironmental noisenoise reduction techniquesspeech enhancement
发现论文，激发创造
  • 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

  • 提高噪声学生训练用于自动语音识别

    本文研究了在自动语音识别中使用自适应 SpecAugment 的噪声自适应训练方法，通过过滤、平衡和增强数据集，成功地提高了网络性能，使 WER 在 LibriSpeech 测试集上分别为 4.2％/8.6％（无噪声 / 有噪声），并在 LibriLight 上达到了 1.7％/3.4％（无噪声 / 有噪声）

    May, 2020

  • 基于对比学习和一致性学习的神经噪声通道模型在口语理解中的应用

    基于语音识别的自然语言理解方法和两阶段的对比一致性学习模型能够提高在不同噪声环境下的自动语音识别的鲁棒性。

    May, 2024

  • 面向目标对话系统中意图分类和槽位标记对现实世界噪声的鲁棒性研究

    通过研究七种噪声类型对话系统中意图分类和槽位标记模型在真实环境中出现的问题，我们设计了一种增加数据的方法来提高模型性能，使得我们能够训练出一个在各种噪声现象下都具有鲁棒性的 IC/SL 模型。

    Apr, 2021

  • 缓解问题回答中的噪声输入

    通过在 500,000 个有噪声的句子的合成语料库中训练，并在多个语料库中进行评估，研究和减轻来自自动语音识别系统的噪声对几个问题回答任务的影响，并利用模型的置信度集成和对未知单词进行强制解码，从而提高了下游神经网络 QA 系统的准确性。

    Aug, 2019

  • 基于数据驱动的噪声自适应话语生成与语言修改的研究

    该研究通过进行语音知觉实验，提出了一种针对嘈杂环境下语音生成的优化方法，提出基于可听度的复述排序模型，相对提高了 31.37% 的性能表现，从而在 SNR-5dB 下提高了 33% 的可懂度。

    Oct, 2022

  • 使用深度神经网络在多噪声情况下进行语音增强

    通过深度神经网络，在复杂的真实环境中去除多种噪声，提高办公室环境中含噪语音的质量，并研究基于语音编码的心理声学模型的 DNN 训练策略。

    May, 2016

  • 通过将检测演讲者意图作为次要任务来改善口语对话中的转折点检测

    本文介绍了使用声学线索模型来理解对话者交替的研究，提出了一种多任务神经方法，同时预测转换转变和发言者意图，实验结果表明，使用发言者意图预测的辅助任务可以提高对话中转换转变的预测性能。

    May, 2018

  • 使用数据增强和噪声通道模型将基于文档的对话系统适应为口语对话

    本文介绍了我们在第十届对话系统技术挑战赛第二轨知识引导的任务导向对话建模中的提交内容。在适应 ASR 转录的噪声方面探索不同的方法来使得模型更加健壮，并采用噪声通道模型来适应口语交流的风格。我们的最佳系统在挑战的自动和人工评估中分别排名第一和第三。

    Dec, 2021

  • 使用 Confusion2Vec 的口语意图检测

    本研究旨在提高在噪声自动语音识别（ASR）系统条件下口语意图检测的准确性和鲁棒性，引入人类语音产生和感知中的声学关系概念，通过 confusion2vec 词特征表示方法减少 ASR 错误，得到了相对于之前的最优结果有 20.84% 的分类错误率降低和相对于干净版的 37.48% 提高的鲁棒性。同时，在嘈杂环境下训练的意图检测模型也表现出了一定的提高。

    Apr, 2019