Oct, 2023
利用N-Skipgram和位置一元匹配进行无监督语音识别
Unsupervised Speech Recognition with N-Skipgram and Positional Unigram
Matching
TL;DR这篇论文介绍了一种新颖的ASR系统ESPUM，通过利用低阶N-skipgrams（最高N=3）和从小批量样本中收集到的位置单字统计数据，克服了无监督语音识别系统训练中的GAN相关不稳定性、语音和文本的不匹配以及显著的内存需求。在TIMIT基准测试中，我们的模型在ASR和音素分割任务中展现了竞争性能。您可以在此https URL上访问我们公开可用的代码。