Nov, 2023

ML-LMCL:提升口语理解中自动语音识别鲁棒性的相互学习和大边界对比学习

TL;DR通过互相学习和大间距对比学习,提出一种新的框架 ML-LMCL 来提高自动语音识别在对话系统中口语理解的鲁棒性。通过在手动转录和自动识别转录之间共享知识,引入距离极化正则化器以尽量避免推开簇内成对样本,使用周期性退火调度缓解 KL 关于消失问题,并在三个数据集上表明 ML-LMCL 模型胜过现有模型并获得最新的性能。