BriefGPT.xyz
Ask
alpha
关键词
end-to-end asr model
搜索结果 - 3
流式多语种 ASR 中对尾语言的高效适配器微调
通过在流式多语种 ASR 中引入语言相关适配器(LDA)微调和基于教师伪标签技术,本研究提出的方法有效地减少了平均 12.2% 的词错误率,并在单个场景中最多降低了 37.5% 的错误率,从而显著缓解了异步峰值性能问题。
PDF
6 months ago
基于双向注意力的语音文本多模态训练,提高语音识别能力
采用双向注意力机制的多模态学习方法,能够有效地提升语音表示的语言信息,增强文本的语音表示,从而使共享的 ASR 模型更适用于无配对的文本数据预训练,仅使用配对数据学习时,单词错误率减少了 6.15%,使用更多无配对文本数据时,错误率减少了
→
PDF
2 years ago
基于 Attention 编码器 - 解码器的明确上下文向量学习,用于内部语言模型评估的 ASR
本文提出了两种新方法,一种是基于训练文本学习的上下文向量替换方法,另一种是基于轻量级前馈网络的动态映射方法来准确估计内部语言模型 (ILM),实验结果显示这两种方法比传统浅层融合和其他 ILM 估计方法表现更好。
PDF
2 years ago
Prev
Next