end-to-end asr | BriefGPT - AI 论文速递

关键词end-to-end asr

搜索结果 - 10

一种在端到端 ASR 系统中修复分词器词汇大小的成本最小化方法
通过在 LibriSpeech 100 小时数据集上的实验证明，当仔细选择标记数量时，端到端 ASR 系统的性能会有所提升。
PDF2 months ago
基于 BLSTM 的端到端语音识别置信度估计
本研究利用双向长短时记忆（BLSTM）模型进行自动语音识别（ASR）中的可信度估计，通过利用多种 ASR 解码得分作为辅助特征，该模型在高度不平衡的情况下稳定展现出高可信度估计表现，并且大幅优于基于 Transformer 的可信度估计模型
PDF6 months ago
基于预训练语音和语言模型的端到端语音识别整合
利用预训练语音表示模型与大型语言模型（LLM）的集成，通过以语音表示作为语音提示，自动逐步生成文本标记，以利用 LLM 提供的广博知识，从而实现端到端的自动语音识别（ASR）模型，该模型还可结合推理优化和参数高效领域适应等关键技术，实现与现
PDF7 months ago
流式端到端自动语音识别的顺序采样块 Conformer
本文研究了一种 Sequentially Sampled Chunk Conformer (SSC-Conformer) 模型，该模型通过使用 SSC-MHSA、分块卷积以及线性复杂度等技术，实现了端到端自动语音识别的最新水平，达到了 5.
PDF2 years ago
加权平均法：一种简单而有效的方法，用于克服自动语音识别中的灾难性遗忘
本文提出了一种称之为权值平均的方法，可以有效解决训练好的 ASR 模型遗忘旧任务的问题，并在单语和多语 ASR 上实现了高性能。
PDF2 years ago
通过自修剪学习双模式语音识别模型
该研究旨在通过 Omni-sparsity supernet 方法联合训练一个紧凑稀疏的流式 ASR 模型和一个大型密集的非流式服务器模型，进而提高现有 ASR 模型的性能。
PDF2 years ago
RNN-Transducers 中的隐式语言模型自适应贴现
本文针对 RNN-T 在稀有词识别中的性能下降问题，提出了一种轻量级自适应 LM 折扣技术 AdaptLMD，通过在内部语言模型中动态选择性折扣，随机掩盖预测网络输出等方法，比较基准模型，相对于会话式的代码混合 Hindi - 英语 ASR
PDF2 years ago
ACL利用端到端自动语音识别进行濒危语言文献记录：关于 Yoloxóchitl Mixtec 的实证研究
研究使用自动语音识别作为一种工具，以解决由有效人工转录员短缺所导致的濒危语言文献记录中的转录瓶颈问题。提出了一种使用端到端 ASR 的方法，并提议了一项新手转录校正任务，以展示 ASR 系统和新手转录员如何共同改进濒危语言文献记录。该组合方
PDF3 years ago
基于流式递归神经网络转录器的神经语言模型融合改进
本文提出了一种扩展技术，使 RNN-T 能够利用外部神经网络语言模型（NNLM），从而增强了 Librispeech 上 13-18％的相对词错误率，同时保持了系统的流畅性，灵活性和轻量性。
PDF4 years ago
Mask CTC：基于 CTC 和 Mask 预测的非自回归端到端 ASR
本文提出了 Mask CTC 框架，它是一种新颖的非自回归端到端自动语音识别（ASR）框架，它通过加强 CTC 的输出来生成序列，并使用 Transformer 编码器 - 解码器进行训练。实验结果表明，相比标准的 CTC 模型，Mask
PDF4 years ago